Метрологический анализ результатов статистических измерений на основе имитационного моделирования

• Автор: Ле Винь Чунг
• Шифр специальности: 05.11.16
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Санкт-Петербург
• Количество страниц: 107 с. : ил.

Глава 1. Технология имитационного моделирования, обеспечивающего метрологический анализ.

1.1. Общая постановка задачи.

1.2. Воспроизведение входных воздействий.

1.3. Воспроизведение измерительной процедуры.

Выводы.
Глава 2. Метрологический анализ результатов измерений математического ожидания и дисперсии стационарного случайного процесса.
2.1. Организация метрологического анализа результатов измерений математического ожидания и дисперсии стационарного случайного процесса.
2.2. Воспроизведение процедур метрологического анализа результатов измерений математического ожидания и дисперсии стационарного случайного процесса с помощью имитационного моделирования.
2.3. Результаты машинного эксперимента и достоверность метрологического анализа результатов измерений математического ожидания и дисперсии стационарного случайного процесса.
Выводы.
Глава 3. Влияние погрешностей результатов измерений мгновенных значений на результатов метрологического анализа
3.1. Организация метрологического анализа результатов измерений математического ожидания и дисперсии стационарного случайного процесса с учетом погрешностей измерений мгновенных значений.
3.2. Воспроизведение процедур метрологического анализа результатов измерений математического ожидания и дисперсии стационарного случайного процесса с учетом погрешностей измерений мгновенных значений с помощью имитационного моделирования.
3.3. Результаты машинного эксперимента и достоверность метрологического анализа результатов измерений математического ожидания и дисперсии стационарного случайного процесса без учета погрешностей отчетов мгновенных измерений.
Выводы.
Глава 4. Метрологический анализ результатов измерений (идентификации) плотности распределения вероятности стационарного случайного процесса.
4.1. Организация метрологического анализа результатов измерений (идентификации) плотности распределения вероятности стационарного случайного процесса.
4.2. Воспроизведение процедур метрологического анализа результатов измерений (идентификации) плотности распределения вероятности стационарного случайного процесса с помощью имитационного моделирования.
4.3. Результаты машинного эксперимента и достоверность метрологического анализа результатов измерений (идентификации) плотности распределения вероятности стационарного случайного процесса.
Выводы.
Заключение.
Литература.

Метрологический анализ (МА) с использованием имитационного моделирования (ИМ) относительно новый метод оценивания метрологических характеристик средств и результатов измерений. Поскольку понятие ИМ трактуется специалистами неодинаково, приведем определение, лежащее в основе настоящей работы. Оно не противоречит достаточно широкому определению, данному Шенноном [34], но конкретизирует его с учетом рассматриваемых далее задач. В данной работе под ИМ понимается воспроизведение в числовой форме с использованием электронной вычислительной машины (ЭВМ) входных воздействий и исследуемой процедуры для формирования массивов оценок результатов измерений, позволяющих определить характеристики свойств как этих результатов, так и процедур их получения.
Объектами исследования в работе являются процедуры измерения вероятностных характеристик (ВХ) стационарных случайных процессов (СП) и процедуры МА этих измерений и получаемых с их помощью результатов.
В настоящее время ИМ в метрологии используется широко для решения различных задач метрологического обеспечения. С помощью ИМ проверяется достоверность результатов МА, выполняемого на расчетной основе ([8], [9], [21], [24], [26] и др.), изучаются свойства процедур и результатов измерений ([1], [10], [25], [27] и др.), а также синтезируются входные воздействия (объекты измерения) с требуемыми характеристиками ([4], [19], [22], [23], [29], [33] и др.). Однако разными авторами используются методы решения поставленных задач, плохо совместимых между собой, без опоры па систематизированный общий подход и, соответственно, эти методы не могут быть использованы при решении других задач.
Первый опыт систематизации подходов к применению ИМ как инструмента метрологического обеспечения относятся к 80-м годам в связи с

{!х'(1.)С^{х)(и)Г,^{х/(1.)}.”^м;[х(0]=1х;(1,)/2оо,

2000
М,[Х(1)]=2х)(1|)/1800->

д-м; [х(0]=м;[х(0]- м„ [х(0]}“ ->
г 1 1000
м-[дм;[х(1)]]= хд-м;[х(1)]/юоо, о- [дм; [х(0]]= X (дм; [х(()] - м- [дм; [хйЩ1 /1 ооо

Для определения значений М*[ДП‘[Х(1)]] и БДЛП'Рф)]] имеем:
п;[х(1)]=Е(х;(1,)-м;[х(1)])72оо,

2000 / Г
[Х(1)] = I (х. (1,) - М, [Х(1)])2 /1800 ->

А'о; [х(()]=б; [х(0] - б4 [х(1)])~ ->
г -1 1000
м-[ап:[х(0]|= 2а‘в;[х(0]/юоо,
о[до; [х(0] = 2 (щ [х(0] - м- [до; [х(1)| /1 ооо.
Получены следующие результаты:
1. хД15) = х’(15) - гауссов случайный процесс (0, 1).
В этом случае расчетные соотношения дают следующие результаты:
м*[ам;[Х(0]]=о, о*[дм;[Х(0]]= 0,005.
Результаты машинного эксперимента:
М*[АМ;[Х(0]]= 2.7595е-005 и П*[АМГ[Х(1)]] = 0.0055.
Соответственно: