北京交通大学电子测量第二章大作业

《北京交通大学电子测量第二章大作业》由会员分享，可在线阅读，更多相关《北京交通大学电子测量第二章大作业（11页珍藏版）》请在装配图网上搜索。

1、电子测量大作业 数据处理的通用程序一 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；推荐精选（2）编写程序使用说明；（3）通过实例来验证程序的正确性。二 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：当时，该误差为粗

2、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。推荐精选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：三 实验程序#include#includeint w=0;/*求平均值*/*形参分别

3、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; /*莱特检验法判断粗大误差*/

4、 /*形参分别为数据总量、数据、残差、标准差*/推荐精选 int Wright(int count,float *p,float *q,float sd) int i,j100,k,a;float standard=3*sd;dok=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 (c

5、ount);/*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, 1.65,1.73,1.79,1.86,1.92,推荐精选 1.96,2.00,2.04,2.07,2.10, 2.13,2.16,2.18,2.20,2.22, 2.24,2.26,2.28,2.30,2.32, 2.33,2.34,2.35,2.37,2.38, 2.39,2.45,2.50,2.58

6、,2.64, 2.74,2.81,3.02;float standard=chcount*sd;dok=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;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 Grabu

7、s(int count,float *p,float *q,float sd) int i,j100,k,a;推荐精选float g26=0,0,0,1.15,1.46, 1.67,1.82,1.94,2.03,2.11, 2.18,2.23,2.29,2.33,2.37, 2.41,2.44,2.47,2.50,2.53, 2.56,2.58,2.60,2.62,2.64, 2.66;float standard=gcount*sd;dok=0;for (i=0;istandard)jk=i;k+;if (k!=0)a=j0;if (k1)for (i=1;ik;i+)if(*(p+ji-1

8、)*(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,float av) int i,q=0;float max,sum1=0,sum2=0,sum3=0,sum4=0,n,m;推荐精选max=fabs(v0);for(i=0;imax)max=f

9、abs(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;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);推荐精

10、选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;elseprintf(不存在周期性系统误差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)

11、 float e100=0,0,12.706,4.303,3.182,2.776,2.571,2.447,2.365,2.306,2.262,2.228,2.201,2.179,2.160,2.145,2.131,2.120,2.110,2.101,2.093,2.086,2.080,2.074,2.069,2.064,2.06,2.056,2.052,2.048,2.045,2.042;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

12、函数*/void main()推荐精选int n,m,i,x,e,f; /n为测量数据个数，m为粗大误差剔除方法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)print

13、f(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&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);推荐精选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);四 实验结果 （注：可编辑下载，若有不当之处，请指正，谢谢!） 推荐精选