北京交通大学电子测量第二章大作业.docx

1、北京交通大学电子测量第二章大作业电子测量大作业 数据处理的通用程序1实验要求参考例2-2-6的解题过程，用c语言或MATLAB设计测量数据误差处理的通用程序，要求如下：（1）提供测试数据输入，粗大误差判别准则选择等的人机界面；（2）编写程序使用说明；（3）通过实例来验证程序的正确性。2实验原理1.求平均值及标准偏差估计值2.检查有无异常数据。用于粗大误差剔除的常见方法有：莱特检验法：当时，该误差为粗大误差。用于数据服从正态分布的情况下判断异常值，主要用于测量数据较多时，一般要求n10。肖维纳检验法：当时，该误差为粗大误差。用于数据服从正态分布的情况下判断异常值，要求在n5时使用。格拉布斯检验法

2、：当时，该误差为粗大误差，g值根据重复测量次数n和置信概率由附录3的格拉布斯准则表查出。格拉布斯检验法是在未知总体偏差的情况下，对正态样本或接近正态样本的异常值进行判别。除了上述三种检验法外，还有奈尔检验法、Q检验法、狄克逊检验法等。3.判断有无随时间变化的变值系统误差。判断有无累进性系统误差：n为偶数时，若n为奇数时，若则认为测量中存在累进性系统误差。判断有无周期性系统误差：则认为测量中存在周期性系统误差。4.给出置信区间先求出平均值的标准偏差，根据n值，查t分布表，可以在给定置信概率下，查出的值。然后求出置信区间：3实验程序#include#includeint w=0;/*求平均值*/*

3、形参分别为数据总量、数据*/ float ave(int b,float a) float sum,average; int i; for(i=0,sum=0;ib;i+) sum=sum+ai; average=sum/b; return average; /* 标准差估计值*/ /*形参分别为数据总量、数据、平均值*/ float sd(int b,float a,float av) float sum2,c,d; int i; for(i=0,sum2=0;ib;i+) sum2=sum2+ai*ai; c=sum2-b*av*av; d=sqrt(c/(b-1); return d;

4、/*莱特检验法判断粗大误差*/ /*形参分别为数据总量、数据、残差、标准差*/ int Wright(int count,float *p,float *q,float sd) int i,j100,k,a; float standard=3*sd; do k=0; for (i=0;istandard) jk=i; k+; if (k!=0) a=j0; if (k1) for (i=1;ik;i+) if(*(p+ji-1)*(p+ji) a=ji; printf(该组数据有异常数据%fn,*(p+a); for (i=a;i=count;i+) *(p+i)=*(p+i+1); coun

5、t-; k-; while(k!=0); return (count);/*肖维纳检验法判断粗大误差*/*形参分别为数据总量、数据、残差、标准差*/ /*数据总量为5-37*/int Chauvenet(int count,float *p,float *q,float sd) int i,j100,k,a; float ch38=0,0,0,0,0, , , , , , , ,; float standard=chcount*sd; do k=0; for (i=0;istandard) jk=i; k+; if (k!=0) a=j0; if (k1) for (i=1;ik;i+) if

6、(*(p+ji-1)*(p+ji) a=ji; printf(该组数据有异常数据%fn,*(p+a); for (i=a;icount;i+) *(p+i)=*(p+i+1); count-; k-; while(k!=0); return (count);/*格拉布斯检验法判断粗大误差*/*形参分别为数据总量、数据、残差、标准差*/*数据总量为3-25*/int Grabus(int count,float *p,float *q,float sd) int i,j100,k,a; float g26=0,0,0, , , , , ; float standard=gcount*sd; do

7、 k=0; for (i=0;istandard) jk=i; k+; if (k!=0) a=j0; if (k1) for (i=1;ik;i+) if(*(p+ji-1)*(p+ji) a=ji; printf(该组数据有异常数据%fn,*(p+a); for (i=a;i=count;i+) *(p+i)=*(p+i+1); count-; k-; while(k!=0); return (count);/*马利科夫判据判断累进性系统误差*/*形参分别为数据总量、数据、残差、标准差、平均值*/ int malikefu(int b,float a,float v,float sd,fl

8、oat av) int i,q=0; float max,sum1=0,sum2=0,sum3=0,sum4=0,n,m; max=fabs(v0); for(i=0;imax) max=fabs(vi); if(b%2=0) for(i=0;i(b/2-1);i+) sum1=sum1+vi; for(i=b/2;ifabs(max)|fabs(n)=fabs(max) printf(存在累进性系统误差n); q=1; if(fabs(n)fabs(max) printf(不存在累进性系统误差n); if(b%2!=0) for(i=0;i(b-1)/2;i+) sum3=sum3+vi;

9、for(i=(b+1)/2;ifabs(max)|fabs(m)=fabs(max) printf(存在累进性系统误差n); q=1; if(fabs(m)fabs(max) printf(不存在累进性系统误差n); return q; /*阿卑-赫梅判据判断周期性系统误差*/*形参分别为数据总量、数据、标准差、平均值*/ int abhm(int b,float a,float v,float sd,float av) int i,q=0; float c100,sum=0,n; for(i=0;in) printf(存在周期性系统误差n); q=1; else printf(不存在周期性系

10、统误差n); return q; /*95%置信概率下置信系数、置信区间*/*形参分别为数据总量、数据、标准差、平均值*/*数据总量为1-30*/void zxqj(int b,float a,float sd,float av) float e100=0,0, , , , ,; float n,m,l; int p,q; n=sd/(sqrt(b); m=av-eb*n; l=av+eb*n; printf(在95%的置信概率下,n置信系数为%ft置信区间为%f至%fn,eb,m,l);/*主函数*/void main() int n,m,i,x,e,f; /n为测量数据个数，m为粗大误差剔

11、除方法 float a100,vi100; float av1,sd1,av2,sd2,*p=a,*q=vi; printf(请输入需处理的测量数据的个数(小于30):n); scanf(%d/n,&n); printf(请输入需处理的测量数据:n); for(i=0;i37) printf(1为莱特检验法；2为肖维纳检验法(不可取)；3为格拉布斯检验法(不可取)n); if(n25&n10&n=25) printf(1为莱特检验法；2为肖维纳检验法；3为格拉布斯检验法n); if(5n&n=10) printf(1为莱特检验法(不可取)；2为肖维纳检验法；3为格拉布斯检验法n); if(3n

12、&n=5) printf(1为莱特检验法(不可取)；2为肖维纳检验法(不可取)；3为格拉布斯检验法n); scanf(%d,&m); av1=ave(n,a); sd1=sd(n,a,av1); for(i=0;in;i+) vii=ai-av1; printf(数据的均值为%f,方差为%fn,av1,sd1); if(m=1) x=Wright(n,p,q,sd1); if(m=2) x=Chauvenet(n,p,q,sd1); if(m=3) x=Grabus(n,p,q,sd1); printf(除去粗大误差，剩余值为:n); for(i=0;ix;i+) printf(%f ,ai); printf(n); av2=ave(x,a); sd2=sd(x,a,av2); printf(处理后数据的均值为%f,方差为%fn,av2,sd2); for(i=0;ix;i+) vii=ai-av2; e=malikefu(x,a,vi,sd2,av2); f=abhm(x,a,vi,sd2,av2); zxqj(x,a,sd2,av2);4实验结果精心搜集整理，只为你的需要