基于蒙特卡洛法的微波功率测量不确定度评定

利用蒙特卡洛法对微波功率测量不确定度进行评定。介绍了蒙特卡洛法评定测量不确定度的过程,给出了基于MATLAB 实现蒙特卡洛法评定的步骤。分别使用单批次蒙特卡洛法和自适应蒙特卡洛法评定给定频率下微波功率测量不确定度,并与 GUM 法结果进行比较和验证。结果表明除标准不确定度值蒙特卡洛法和 GUM 法相差5%外,其他结果几乎一致,蒙特卡洛法验证了 GUM 法,完全适合微波功率测量不确定度评定。蒙特卡洛法能处理线性模型,在各不确定度分量相差较大情况下优势明显,同时简单、方便,易于推广。     

25Hz~10kHz电源线传导发射的测量不确定度评定方法研究

传导发射的测量环节较多,导致传导发射测量不确定度的评定较为复杂,在对25 Hz~10 kHz 电源线传导发射测量(CE101)的不确定度来源进行分析的基础上,以某机载电子设备作为受试设备,研究了25 Hz~10 kHz 电源线传导发射的测量不确定度评定方法。1)阐述了25 Hz~10 kHz 电源线传导发射测量的测量原理,在分析测量原理的基础上,确定了测量活动中的不确定度来源主要为测量的重复性、仪器的计量性能、阻抗不匹配及测量系统搭建中引入的不确定度分量等。2)建立了测量不确定度评定的数学模型,并对各测量不确定度分量进行了标准测量不确定度评定。3)采用 GUM 法对25 Hz~10 kHz 电源线传导发射的测量结果进行了扩展不确定度计算。结果表明,某机载电子设备传导电流的扩展测量不确定度为2.7 dBμA。研究结果对电磁兼容实验室建设中的测量系统开发、实验室测量能力的提升以及测量结果质量的保障具有积极的作用。     

微纳测量机靶镜正交偏差角测量不确定度评定

三维靶镜是微纳米坐标测量机系统中的重要组成部分,其各面间正交性对保障系统测量精度至关重要。 为检验三维靶 镜加工是否符合测量机精度要求,对三维靶镜正交偏差角进行测量及不确定度评定,在量值特性分析建模基础上,研究了测量 不确定度表示指南传统方法(称为 GUM 法)、蒙特卡洛方法(MCM)及自适应蒙特卡洛方法(AMCM)3 种测量评定方法。 测量 评定结果对比表明,三维靶镜加工精度基本符合预期要求,其中 Z-X 面和 Y-Z 面的面间夹角均为 0. 5″左右,X-Y 面间夹角在 3. 3″左右;3 种方法所得评定结果基本一致,MCM 和 AMCM 较 GUM 法评定结果更合理,AMCM 相对 MCM 更高效。 所做工作为 后续研究微纳米坐标测量机面向任务的测量不确定度评定提供了借鉴方法。     

星载设备电源线传导发射的测量不确定度评定方法

星载设备电源线传导发射的测量不确定度评定较为复杂,本文在对10 kHz~10 MHz电源线传导发射测量（CE102）的不确定度来源进行分析的基础上,以某星载设备作为受试设备,研究了10 kHz~10 MHz电源线传导发射的测量不确定度评定方法。首先,阐述了10 kHz~10 MHz电源线传导发射测量的测量原理,在分析测量原理的基础上,确定了测量活动中的不确定度来源主要为测量的重复性、仪器的计量性能及阻抗不匹配等引入的不确定度分量等。其次,建立了测量不确定度评定的数学模型,并对各测量不确定度分量进行了标准测量不确定度评定。最终,采用GUM法对10 kHz~10 MHz电源线传导发射的测量结果进行了扩展不确定度计算。结果表明,某星载设备CE102测量结果的扩展不确定度为2.7 dB。研究结果对电磁兼容实验室建设中的测量系统开发、实验室测量能力的提升以及测量结果质量的保障具有积极的作用,对其他军用平台电子设备的CE102测量不确定度评定具有重要的参考价值。     

基于蒙特卡洛法的吸油烟机全压效率不确定度评定分析

不确定度是评价测量结果准确可靠,评估实验室检测能力的重要指标。采用科学可靠的方法进行不确定度分析十分必要。蒙特卡洛法是实现概率分布传播的一种数值方法,适用范围比GUM法更加广泛。采用蒙特卡洛法对吸油烟机全压效率不确定度进行评定,给出了标准不确定度和包含区间,并与传统的GUM法不确定度评定结果进行了分析比较。     

基于蒙特卡罗法的测量不确定度评定

当采用不确定度传递律进行测量不确定度评定（GUM方法）有困难或不方便时,蒙特卡罗法是实用的替代方法。在建立数学模型、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、标准不确定度以及在指定包含概率下的包含区间,实现对测量不确定度的评定。通过小功率座校准因子测量不确定度评定示例,说明了采用蒙特卡罗法进行测量不确定度评定的实现方法,并与GUM方法进行了比较。     

一种面结构光三维测量系统的不确定度分析评定

面结构光三维测量方法是一种典型的非接触式测量方法,在扫描测量领域具有广泛的应用,为了定量评估其测量结果的质量、可靠性,需要对不确定度进行评定。结合传统误差分析方法对面结构光测量系统的原理进行探究,采用基于测量系统分析(MSA)方法对不确定度来源进行分析并建立相应的分析模型;针对各不确定度分量设计对应的量化评定方案;分别使用测量不确定度表示指南(GUM)法与自适应蒙特卡洛方法(AMCM)对测量不确定度做出评定,并对评定结果进行分析比较。通过工件尺寸测量不确定度评定实例的结果表明,AMCM的评定结果较GUM法的结果更加可靠。同时,通过验证程序表明,对于本测量任务,在不确定度保留一位有效数字时,GUM法依然适用;但是在不确定度保留两位有效数字时,GUM法未通过验证,说明使用AMCM进行替代是有必要的。     

电源端子传导骚扰试验测量不确定度的评定

本文分析了电磁兼容实验室电源端子骚扰电压试验测量结果不确定度的来源,并计算了测量结果不确定度值,为实验室的检测结果提供了不确定度评定依据。     

EMC传导发射测试测量不确定度评定

根据实验室测试环境及测试仪器,依据标准JFF1059—1999《测量不确定度的评定与表示》及CNAS-GL01：2006《电磁干扰测量中不确定度的评定指南》,对GJB152A—97中的相关测试项进行测量不确定度评定,得到了合理、准确的测量不确定度。通过分析影响不确定度的各种因素,提出几点建议,为实验室在进行测试时合理减小测量不确定度提供思路。     

接受-拒绝算法的贝叶斯不确定度评定

针对贝叶斯不确定度评定中获取测量模型后验分布困难的问题,给出一种基于接受-拒绝采样思想实现贝叶斯测量不确定度评定的方法。面向线性/非线性测量模型,先利用贝叶斯假设或蒙特卡洛法获得被测量的先验信息,再基于接受-拒绝采样获得被测量的接受采样点形成后验分布,对被测量进行统计推断得到测量不确定度评定结果。通过规范示例和实际测量评定实例,验证了采用接受-拒绝算法的贝叶斯不确定度评定方法相较于传统GUM和MCM评定方法,能够得到可靠评定结果,且获取贝叶斯后验分布过程简便,在无/有历史信息条件下测量不确定度评定应用中具有可行性和实用性。     

蒙特卡罗方法在网损分摊中的应用

研究了计算网损分摊的方法,针对在实际生产运行中,特定时段的计算网损分摊电量的通常方法,提出采用蒙特卡罗方法计算得到的用户在一段时间的分摊电量的一种方法,通过在负荷功率概率模型基础上抽取负荷样本,并而根据该抽样数据计算出的结果,在一定程度弥补了计算量大、计算时间长的问题.     

压力传感器幅频特性不确定度评定方法研究

本文提出一种压力传感器幅频特性不确定度评定方法。 首先,基于核密度估计法计算压力传感器模型参数的概率密度 分布,采用舍选抽样法生成符合概率密度分布的伪随机数;然后,提出一种自适应蒙特卡洛迭代收敛阈值优化方法,实现最优迭 代次数的准确估计;最后,基于最优迭代次数,采用自适应蒙特卡洛法对压力传感器幅频特性的不确定度进行评定,得到其最优 估计值、标准不确定度和给定置信概率下的不确定度区间。 通过压力传感器幅频特性不确定度评定实验验证本文方法的性能。 实验结果表明,本文方法得到的压力传感器幅频特性不确定度绝对误差的均值和最大值分别为 8. 837×10-5 和 5. 103×10-3,与 蒙特卡洛法(实验次数为 100 000)相比分别降低了大约 55%和 76%,与自适应蒙特卡洛法相比分别降低了大约 67%和 79%,说 明本文方法可以有效地评定压力传感器幅频特性的不确定度。     

Uncertainty analysis of a commercial microwave noise temperature measurement system using Monte Carlo simulations

A Monte Carlo simulation, a non‐linear fitting routine, and an uncertainty extraction routine are used to analyze the uncertainty of a commercial microwave noise temperature measurement system. Measured data for an S/C band synthetic FET‐based cold load, two microwave solid‐state noise diode hot loads, and an ambient load is obtained, and the measurement system uncertainties are subsequently assessed using different DUTs. An estimation of the measurement system uncertainties is determined for a range of DUT temperatures, and the results are consistent with the noise temperature uncertainties calculated from the measured data at the same frequency. Copyright © 2010 John Wiley & Sons, Ltd.     

基于蒙特卡罗方法的虚拟仪器测量不确定度评估

提出一种数字化虚拟仪器测量结果不确定度的评估方法,其基本思路是利用概率事件仿真技术(Monte Carlo方法)产生服从特定概率分布的随机数来模拟虚拟仪器测量链中的随机误差源,模拟随机误差与采样数据一同进入虚拟仪器信号处理模块,获得一系列伪测量结果,再用伪测量结果的统计标准方差表征虚拟仪器测量结果的不确定度,并运用虚拟仪器设计平台提供的扩展机制,建立了PCI-6024数据采集卡的随机采样误差仿真模块.应用该模块实现对信号有效值测量结果不确定度的评估,并将评估结果与理论值相比较,获得了较好的一致性.     

蒙特卡洛法在气压传感器检定结果不确定度评定中的应用

GUM法是评定测量不确定度的一般方法,以传播不确定度的方式提供输出量的包含区间,在线性模型条件下能够提供较为准确的评定结果,气象仪器检定结果的不确定度评定也采用GUM法进行。然而,当测量模型和计算较为复杂时,GUM法得到的结果可能出现较大的偏差。蒙特卡洛方法（MCM）以传播概率分布的方式,为测量不确定度的评定提供了一种通用的数值方法。以气压传感器检定结果为例,运用MCM进行不确定度评定,并用MCM评定结果验证了GUM法评定结果的准确性。结果表明,GUM法评定结果未能通过验证,说明GUM法在气压传感器检定结果的不确定度评定方面可能存在一定的问题,而用MCM可以得到更为准确可靠的包含区间。