《MATLAB在测量误差分析中的应用》由会员分享，可在线阅读，更多相关《MATLAB在测量误差分析中的应用（4页珍藏版）》请在金锄头文库上搜索。
1、MATLAB测量误差分析中的应用在技术测M中，按照误差的特点与性质，误差可分为：系统误差，粗大误差和随机误差。在假定不含有系统误差的情况下，可借助MATLAB测M数据进行处理，使处理过程快速、结果可靠。处理测M数据的处理过程如下：(1)按测M的先后顺序记录下个测M值Xi;(2)计算算术平均值X；(3)计算残余误差h;(4)校核算术平均值及残余误差V;(5)判断是否有粗大误差，若有，剔除；(6)计算单次测M的标准差；(7)计算算术平均值的标准差：(8)计算算术平均值的极限误差；(9)歹U出测M结果。误差处理时常用的MATLA函数序旦勺函数名调用格式作用1absB=abs(a)求绝对值2sqrtB
2、=sqrt(a)对向M中的值依次开平方3meanb=mean(a)求平均值4stdb=std(a)求标准差5cova=cov(x,y)求协方差6normrndW=normrnd(P,5,m,n)生成正态分布的向M7normstatE,D=(mu,sigma)计算正态分布的期望与方差8normfitmuhat,sigmut,muci,sigmaci=normfit(X,Alpha)已知数据符合正态分布，对参数进行点估计和区间估计其算法流程图如下十算残余温差v剔除含粗大误差的数据计算单次测量标准差h判断是否含粗大误差计算算术平均值标准差s写出计算结果例：现对莫被测M进行20次测得到测M序列x,其中
3、第1个数为粗大误差，需运用莱以特准则将其剔除，再对数据进行分析计算，具体程25.0080 序如下 :close all clear clc25.009424.990125.002125.002424.9899x=28.005724.997424.996224.997024.985224.997725.001225.0031fprintf(24.9926 25.0108 24.9987; %aver=mean(x)v=x-aver;s=std(x)n=length (x);for i=1:n25.014424.996525.0062if (abs(x(i)-aver)-3*s) 0 fprint
4、f(含有粗大误差的测量值序列求该序列的平均值测量值的剩余误差测量值的标准差剔除粗大误差o ?o 2?: ,x(i)n)%oD?x(i)=0；continueendend剔除粗大误差的新测量值序列%新序列的平均值测量值的最佳近似值算术平均值的标准差x1=x(x=0)%n1=length(x1);aver1=mean(x1);h1=std(x1);aver1%s1=h1/sqrt(n1)%运行结果：aver=25.1502s=0.6721elsex1=24.997424.996224.997024.985224.997725.001225.003125.01444.996525.006225.008025.009424.990125.002125.002424.989924.992625.010824.9987%新序列aver1=24.9999s1=0.0018极大减小测量结由结果可知：通过上述方法处理测量数据可剔除粗大误差，果的标准差，且处理过程快速、结果可靠。
