ImageVerifierCode 换一换
格式:DOCX , 页数:11 ,大小:158.17KB ,
资源ID:28849493      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/28849493.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(实验08光纤位移传感器特性实验的数据处理实验报告.docx)为本站会员(b****8)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

实验08光纤位移传感器特性实验的数据处理实验报告.docx

1、实验08光纤位移传感器特性实验的数据处理实验报告实验报告:实验08(光纤位移传感器特性实验的数据处理)实验报告1. 针对实验一的测量数据,利用Matlab语句(或C语言),计算重复试验数据各校准点的平均值,采用一元线性回归分析方法,找出光纤位移传感器输出电压(或y)与被测位移之间的经验公式,即得到拟合的回归直线。拟合图像:拟合直线方程:y=-5.732667e+01+2.274630e+03x代码如下:clc; clear;x=0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0;data=146 386 606 825 1060 1287 1505 1726 193

2、3 2130;147 401 648 885 1135 1370 1609 1842 2030 2250;149 380 605 826 1038 1259 1477 1707 1930 2080;149 400 644 874 1123 1357 1599 1827 2020 2220;150 384 605 831 1060 1289 1490 1729 1944 2130;146 408 651 885 1139 1376 1605 1831 2030 2250;149 373 592 831 1052 1289 1496 1730 1939 2120;141 402 644 878 1

3、130 1362 1603 1833 2020 2250;153 389 609 838 1083 1307 1510 1736 1947 2140;143 401 642 889 1137 1370 1606 1840 2030 2250;%测量数据Each_Point_Average_Value=mean(data,1,native);%每个点的测量数据的算术平均值N=length(Each_Point_Average_Value);%数据个数%数据处理第一题fprintf(n计算回归方程并作图拟合n);%以下以xt指代x,yt指代Each_Point_Average_Valuet1=0;

4、%计算xtyt乘积和,最后乘以Nfor i=1:N; t1=t1+Each_Point_Average_Value(i)*x(i);end t1=t1*N; t2=0;%计算xt的和for i=1:N; t2=t2+x(i);end t3=0;%计算yt的和for i=1:N; t3=t3+Each_Point_Average_Value(i);end t4=0;%计算xt的平方和再乘以Nfor i=1:N; t4=t4+x(i)2;end t4=t4*N;t5=0;%计算xt的总和的平方t5=t22;t6=t4/N;t7=t3;t8=t2;t9=t1/N;t10=t4;t11=t5;%计算b

5、的回归值b=(t1-t2*t3)/(t4-t5);%计算b0的回归值b0=(t6*t7-t8*t9)/(t10-t11);%作数据分布图和回归曲线X=x;Y1=Each_Point_Average_Value;fprintf(回归方程:y=%d+%dxn,b0,b);fprintf(以下作图n);x_t=0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0;Y2=b0+b*x_t;plot(X,Y1,*,x_t,Y2)2. 利用Matlab语句(或C语言),对所得到的一元线性回归方程进行方差分析,列出方差分析表;分析表如下所示:代码如下:%数据处理第二题和第三题:

6、对回归方程进行方差分析和显著性检验fprintf(n对回归方程进行显著性检验n);Size_data=size(data);%计算data矩阵的规格%Size_data(1)为矩阵行数m次测量,Size_data(2)矩阵列数N个点的测量%以下分别计算lxx,lxy,lyy%计算lxxlxx=0;t1=0;for i=1:length(x); t1=t1+x(i)2;end t2=0;for i=1:length(x); t2=t2+x(i);end t2=t22;lxx=t1-t2/length(x);%计算lxylxy=0;t1=0;t2=0;t3=0;for i=1:length(x);

7、 t1=t1+x(i)*Each_Point_Average_Value(i);end t2=0;for i=1:length(x); t2=t2+x(i);endt3=0;for i=1:length(Each_Point_Average_Value); t3=t3+Each_Point_Average_Value(i);endlxy=t1-(t2*t3)/length(x);%计算lyylyy=0;t1=0;for i=1:length(Each_Point_Average_Value); t1=t1+Each_Point_Average_Value(i)2;end t2=0;for i=

8、1:length(Each_Point_Average_Value); t2=t2+Each_Point_Average_Value(i);end t2=t22;lyy=t1-t2/length(Each_Point_Average_Value);%Size_data(1)为矩阵行数m次测量,Size_data(2)矩阵列数N个点的测量%计算回归平方和U和对应的自由度Vu及其对应的方差r_UU=0;U=Size_data(1)*(lxy/lxx)*lxy;Vu=1;r_U=U/Vu;%计算失拟平方和QL和对应的自由度Vql及其对应的方差r_QLQL=0;QL=Size_data(1)*lyy-

9、U;Vql=Size_data(2)-2;r_QL=QL/Vql;%计算误差平方和QE和对应的自由度Vqe及其对应的方差r_QEQE=0;QE1=0;for i=1:Size_data(2)%N QE=QE+QE1; for j=1:Size_data(1)%m QE1=(data(j,i)-Each_Point_Average_Value(i)2; endendQE;Vqe=Size_data(2)*(Size_data(1)-1);r_QE=QE/Vqe;%合成的总的离差平方和S及其对应的自由度VsS=U+QE+QL;Vs=Vu+Vqe+Vql;F_example=6.84;F1_exam

10、ple=2.70;F=(U/Vu)/(QE/Vqe);F1=(QL/Vql)/(QE/Vqe);F2=(U/Vu)/(QL+QE)/(Vql+Vqe);%以下开始制作方差分析表%data_excel=cell(5,6);title=来源,平方和,自由度,方差,F,显著性;%列表头excel_A=回归,失拟,误差,总计;excel_B=U;QL;QE;S;%平方和数据excel_C=Vu;Vql;Vqe;Vs;%自由度数据excel_D=r_U;r_QL;r_QE;%方差数据excel_E=F;F1;%F检验数据excel_F=F_example;F1_example;%显著性参考值excel_

11、G=-;%格式调整excel_B=num2cell(excel_B,3);excel_C=num2cell(excel_C,3);excel_D=num2cell(excel_D,3);excel_E=num2cell(excel_E,3);excel_F=num2cell(excel_F,3);excel_G=num2cell(excel_G,3);%整合数据data_excel(1,1:end)=title;data_excel(2:end,1)=excel_A;data_excel(2:end,2)=excel_B;data_excel(2:end,3)=excel_C;data_exc

12、el(2:4,4)=excel_D;data_excel(2:3,5)=excel_E;data_excel(2:3,6)=excel_F;data_excel(5,4)=excel_G;data_excel(4:end,5)=excel_G;data_excel(4:end,6)=excel_G;xlswrite(data_excel.xls,data_excel);%写入表格data_excel%3. 利用Matlab语句(或C语言),对回归方程进行显著性检验,确定回归方程拟合的好坏,分析光纤位移传感器的误差。%对结果进行F检验显著度取0.01F_example=6.84;F1_examp

13、le=2.70;F=(U/Vu)/(QE/Vqe);F1=(QL/Vql)/(QE/Vqe);F2=(U/Vu)/(QL+QE)/(Vql+Vqe);fprintf(以下为F检验值n);fprintf(F=%dn,F);fprintf(对失拟平方和进行F检验:nF1=%dn,F1);fprintf(对失拟平方和以及误差平方和合并进行F检验:nF2=%dn,F2);%F显著,F1不显著,F2显著%结论:非线性误差很小,一元回归方程在显著度为0.01的水平上拟合的很好fprintf(F显著,F1不显著,F2显著n结论:非线性误差很小,一元回归方程在显著度为0.01的水平上拟合的很好n);运行结果:分析误差:拟合直线方程:y=-5.732667e+01+2.274630e+03x拟合图像:由上述拟合图像和拟合直线方程可得,该光纤位移传感器存在系统误差,在零点处出现了偏移,偏移量为-57.32667mm。该光纤位移传感器不存在粗大误差。4. 画出程序流程图。

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1