动态测量不确定度A类评定

　　1引言

　　近年来，在测试上渐多应用光电技术、数字化和图象显示技术、计算机辅助测试等，且多要求自动化、智能化、柔性化等，促使动态测量及实时数据处理与分离测试误差随之得到更广泛的应用，并已成为测试技术发展的明显趋势。然而，对动态测量数据处理及其测量误差分离与测量不确定度评定，方向的研究开展得还不很普遍，尽管已有不少研究成果，却仍未尽完善、成熟。尤其，对于动态测量不确定度评定，在国际计量局(BIPM)、国际标准化组织(I50)等七个组织联合公布实施的《测量不确定度表示指南》(1993)中[l]，尚未给出明确而具体的建议，因而有待深入研究。

　　2动态测量的基本特点

　　按[2]中的定义，动态测量是量的瞬时值及其随时间变化的值的确定。换言之，它是指被测量为变量的测量过程，而不涉及以往曾争议过是否应处在工况条件下的问题。

　　动态测量的基本特点可归纳如下圈:

　　时变性:动态测量所测的是随测量时间而变化的量，因而动态测量数据总是表现为测量

　　时间t的函数y(t)。于是，动态测量误差与不确定度同样随测量时间而变化，即具有时变性。

　　随机性:动态测量难免存在随机误差或干扰、噪声等，使动态测量数据具有随机性，即总表现为测量时间t的随机函数Y(t)。况且，被测变量本身有时就表现为某种随机函数，如表面粗糙度测量即是。

　　相关性:动态测量的相邻瞬时值之间与常量重复测量的相邻值之间具有独立性不同，而是具有相关性。因为它们是被测变量的两个相关联的相邻量的测得值。同理，一般动态测量随机误差与不确定度也应考虑其自相关性。

　　动态性:动态测量系统在测量变量的过程中始终处在运动状态，需用微分方程(或在离散化下用相应的差分方程)来描述其所输入的被测变量与所输出的动态测试量之间的关系;或以该动态测量系统内部的状态变量形成的状态方程来描述;还常用与之等价的传递函数、或时域上的脉冲响应函数、或频域上的频率响应函数等反映出该测量系统的动态特性。在动态测量数据处理及其测量误差分析与评定中也常借助系统分析即其动态特性的分析方法。

　　3动态测量数据的数学模型

　　在动态测量中经数据处理分离出的测量误差与评定其测量不确定度，需建立动态测量数据的数学模型。为此，应了解其组成及其数学成分。

　　一般而言，动态测量数据Y(t)由被测变量(真值)Y。(t)和测量误差。(t)所组成。通常Y0(t)既含确定性变化成分f0(t)，又含随机性变化成分X。(t);。(t)既含系统误差。:(t)，又含随机误差e，(t)。可见，Y(t)既含确定性变化成分f(t)，且为使数据处理方便常分解为非周期性成分d(t)和周期性成分P(t)，并常分别称为趋势项和谐波项，分别表示为各种初等函数组成的广义多项式和不同周期或频率的谐波组成的三角多项式，又含随机性变化成分X(t)，并可表示为兼能描述平稳和非平稳统计特性的时变自回归(AR)模型，即其数学模型为