基于蒙特卡洛法的医用诊断X射线辐射源空气比释动能测量值不确定度分析

蒙特卡洛法评定不确定度是在建立测量模型、设定输入量概率密度函数的基础上,通过对概率分布随机采样进行分布传递,确定输出量的概率密度函数,从而得到输出量的估计值、标准不确定度和包含区间。分别使用GUM法和蒙特卡洛法对医用诊断X辐射源空气比释动能进行测量不确定度评定,并对两种方法评定结果进行了比较。     

蒙特卡洛法评定木材测湿仪示值误差的不确定度

作为对测量不确定度表示指南(GUM法)的重要补充,蒙特卡洛法(MCM法)尤其适用于非线性模型,输入量或输出量的概率密度函数明显非对称等场合。文章以木材测湿仪的示值误差不确定度评定为例,通过建立数学模型和确定输入量的概率密度函数等,采用MATLAB软件编程,从而得到输出量的估计值、标准不确定度和指定概率下的包含区间等参数,阐述了蒙特卡洛法评定不确定度的实现过程。根据规范提供的采用MCM法验证GUM法的方法,文章验证了GUM法适用于木材测湿仪的示值误差不确定度评定。     

基于蒙特卡罗法的K型热电偶测量不确定度评定

根据ISO/IEC发布的《Guide 98:测量不确定度》补充件1规定,采用蒙特卡洛法(MCM)对K型热电偶测量不确定度进行了评定。利用MATLAB软件对测量电动势概率密度函数进行蒙特卡洛随机采样并采用JJG 351—1996《工作用廉金属热电偶》检定规程所建立的数学模型进行数据分布传递,确定了输出量温度误差的概率密度函数,从而计算出温度误差的估计值、标准不确定度以及指定包含概率下的包含区间,实现了测量不确定度的评定。     

基于MCM的不确定度评定软件开发

蒙特卡洛法(MCM)是基于对输入量的概率分布进行统计模拟的一种不确定度评定方法,主要应用于不适合使用GUM法评定测量不确定度的场合,并可对GUM法评定结果进行验证。提出一种用VB6实现自适应蒙特卡洛试验的软件实现方法,根据用户录入的输入量参数生成符合相应分布规律的伪随机数,代入用户录入的测量模型,得到一组输出量的蒙特卡洛试验数据,对这些数据进行统计处理得到输出量的测量不确定度评定结果及其概率密度分布曲线。该文简要介绍了软件的系统架构、测量不确定评定中常见分布的伪随机数算法及统计试验关键算法。     

基于MATLAB的MCM对GUM不确定度框架验证

测量不确定度评定领域中主要采用的方法是GUM,我国于2012年12月发布了新版JJF1059.1-2012《测量不确定度评定与表示》,并于2013年6月3日起实施。规范提出当JJF1059.1-2012不适用时,可考虑采用JJF1059.2-2012《用蒙特卡洛法评定测量不确定度》进行不确定度评定。同时规范强调GUM的评定结果可以用蒙特卡洛法（MCM）进行验证,验证评定结果一致时仍然可采用GUM进行不确定度评定。文中利用MATLAB数学工具,以实例的方式说明MCM对GUM不确定度框架如何验证并得出相关结论。     

自适应蒙特卡洛法和GUM法在加油机测量不确定度评定中的比较研究

蒙特卡洛法(MCM)是比传统的GUM法适用范围更广的不确定度评定方法,特别适合非线性模型和非正态分布输入的情况。文章同时采用自适应MCM法和GUM法对加油机示值误差测量不确定度进行评定,并将两者的评定结果进行了比较,以验证GUM法的适用性。研究结果表明GUM比自适应MCM的不确定度评定结果更为保守,且不能通过验证。因此,实际工作中宜选用MCM法进行加油机测量不确定度评定。     

《测量不确定度评定与表示》系列讲座 第六讲 蒙特卡洛法评定测量不确定度简介

正一、什么是蒙特卡洛法蒙特卡洛法缩写为MCM,MCM是一种概率传播的方法,即通过对输入量Xi的概率密度函数(PDF)离散抽样,由测量模型传播输入量的概率分布,计算获得输出量概率密度函数(PDF)的离散抽样值,进而由输出量的离散分布数值获取输出量的最佳估计值、标准不确定度和包含区间。该最佳估计值、标准不确定度和包含区间的可信程度随PDF抽样数的增加而提高。     

0.005级压力式水深测量仪器检定装置的测量不确定度评定

通过GUM法和自适应蒙特卡洛法分别对0.005级压力式水深测量仪器检定装置进行测量不确定度评定,并对GUM法进行了验证.结果 表明,压力测量模型比较复杂,2种方法均适合用来评定其测量不确定度,并且在标准不确定度有效位数取1位时,GUM法在各个检测点均通过了验证.同时,合理的数值容差取值非常重要,实际测试中,测量结果位数...     

测量不确定度评估及基于Monte Carlo法的数值计算

对于测量结果的不确定度评价主要依据的文件是ISO GUM,本文对GUM以及最新的利用MonteCarlo法基于概率密度函数(PDF)的传递评价测量不确定度的标准ISO GUM S1进行分析,阐述了两者评价测量不确定度的联系、基于Monte Carlo法的评价测量不确定度的数值计算方法.文中针对两个典型的例子,分别采用GUM与GUM S1规定的两种不确定度评定方法对其进行了不确定度评估,并对结果进行了比较.     

基于 MCM 的脉冲波形测量不确定度评定

脉冲波形测量不确定度评定一直采用传统的线性传递方法,这种评定方法存在测量模型难以确定、偏微分难以计算等弊端,使得评定结果不合理。 MCM是GUM在2008年增补的一种新方法,本文使用MCM来评定含有时基抖动以及幅值噪声的脉冲波形的测量不确定度,计算出了脉冲波形的概率密度函数的离散表示,得到指定包含概率的包含区间,实现了不确定度的评定。     

蒙特卡洛自适应法评定测量不确定度的程序设计

介绍了利用Matlab实现蒙特卡洛自适应法评定测量不确定度的程序设计,通过蒙特卡洛自适应法程序可获得复杂测量模型的测量不确定度,同时可以验证GUM法评定结果,程序具有广泛的实用性和应用价值。     

对GUM法量块测量不确定度评定的验证

我国新颁布了JJF1059.2-2012《用蒙特卡洛法评定测量不确定度》,该规范规定了用蒙特卡洛法(MCM)评定与表示测量不确定度的方法,并提供了检查GUM法是否适用的验证方法。本文以量块校准为例,详细介绍了用蒙特卡洛法验证GUM法结果的具体步骤。     

自适应蒙特卡洛法评定全站仪测距不确定度

全站仪测距精度的校准需要在标准基线场上进行,由于野外环境不可控和气象条件波动剧烈,因此判断全站仪的测量结果的可靠程度具有重要意义。为了解决全站仪测距不确定度评定模型的非线性和输入量强相关等问题,本文首先采用了自适应蒙特卡洛法进行不确定度评定,然后与GUM的不确定度评定结果进行对比,当测距距离为1 176 m时,自适应蒙特卡洛法评定的不确定度结果为2.2 mm,GUM为2.6 mm,结果显示两种不确定度评定方法的测量结果均在合理预期之内,且自适应蒙特卡洛法评定的不确定度置信区间更窄。自适应蒙特卡洛法结合了大量数据样本和自适应优化仿真次数的优势,不仅对全站仪测距过程中的各项误差源引入的不确定度分量评估更为全面,而且在保证了全站仪测距不确定度评定结果准确的同时,相比于蒙特卡洛法节约了70%的样本数量。     

《测量不确定度评定与表示》系列讲座 第六讲 蒙特卡洛法评定测量不确定度简介

正一、什么是蒙特卡洛法蒙特卡洛法缩写为MCM,MCM是一种概率传播的方法,即通过对输入量Xi的概率密度函数(PDF)离散抽样,由测量模型传播输入量的概率分布,计算获得输出量Y的概率密度函数(PDF)的离散抽样值,进而由输出量的离散分布数值获取输出量的最佳估计值、标准不确定度和包含区间。该最佳估计值、标准不确定度和包含区间的可信程度随PDF抽样数的增加而提高。图1描述了由输入量Xi(i=1,……,N)的PDF,通过模型传播,给出输出量Y的PDF的过程的示意图。图     

用MCM验证测长仪示值误差的测量不确定度GUM法评定

本文用蒙特卡洛法对测长仪示值误差的测量不确定度的GUM法评定进行了验证,结果一致,验证通过。     

基于蒙特卡罗法的超声波流量计的测量不确定度的分析

文章主要是采用了蒙特卡罗法对超声波流量计进行测量不确定度的分析和评定。通过对超声波流量计检测参数进行采样分析计算,得到输入量的概率密度函数,通过合理确定试验次数,利用Matlab数学软件进行编程计算。实现对超声波流量计不确定度的分析和评定。同时,也通过测量不确定度表示指南的方法 (GUM)对超声波流量计测量不确定度进行了分析计算。利用数值容差法对比分析了这两种方法的计算结果,发现两种方法存在着差异。用蒙特卡罗法对超声波流量计进行不确定度的分析评定会更加可靠。     

基于状态空间模型的IIR滤波运算不确定度评估

针对IIR滤波运算如何依据GUM准则进行结果不确定度评估的问题,将滤波器转化为对应的状态空间模型,消除了由于输出量的递归导致无法直接利用GUM准则进行不确定度评估的问题,并推导出了直接计算输出量不确定度的递推公式。该方法采用迭代计算,实现简单,可实时运行。软件仿真并与蒙特卡洛法计算结果比较表明,该方法能够准确计算带有噪声的被测信号通过系数具有不确定度的IIR滤波器后输出量的不确定度。     

电压驻波比测量不确定度的评定和表述

电压驻波比是无线电领域表征反射特性的传统参量,目前仍有应用场景,然而一些实验室对电压驻波比测量不确定度的报告是不完善的。比较了GUM法线性模型、GUM法非线性模型和蒙特卡洛法对电压驻波比测量不确定度的评定结果,给出了一种在常规测量条件下可代替蒙特卡洛法的快速估算方法,并将该方法推广到一元非线性测量模型。     

采用蒙特卡洛法评定转基因水稻样品中NOS终止子的测量不确定度

采用蒙特卡洛方法(MCM)实施“概率分布传播”来评定转基因水稻样品中NOS终止子的测量不确定度,解析转基因成分测量不确定度的概率分布。评定结果表明:NOS终止子的相对含量为2.95%,非常接近理论含量(3%),而且其标准不确定度为2.13×10^-4,远小于1.00×10^-2。在95%的包含概率下,NOS终止子的相对含量分布在2.91%～3.00%非常窄的包含区间内,充分说明测量质量好,测量结果可靠;NOS终止子相对含量的概率分布呈标准正态分布,揭示转基因成分测量条件满足GUM法的假设,MCM和GUM法都可以应用于转基因成分测量不确定度评定。     

莫来石导热系数的测量不确定度评定及验证

使用防护热板法测定莫来石试样在各温度下的导热系数,分析了测量不确定度的来源、并根据ISO/IEC 98-3:2008中的基本方法(GUM法)计算了各标准不确定度分量、合成标准不确定度及扩展不确定度,并确定了各分量的影响大小,最后采用蒙特卡洛法(MCM)对测量不确定度的评定结果进行了比较验证。结果表明:在150~500℃莫来石导热系数测定结果的相对扩展不确定度(k=2)小于4%;板平面内温度分布均匀性在各影响因素中占据主导地位,对导热系数测定结果的影响最大;150℃时的评定结果通过MCM验证,可用GUM法来评定莫来石导热系数的测量不确定度。