LabVIEW計算測量路徑輸出端隨機變量的概率分布密度

今天，開發(fā)算法和軟件來解決計量綜合的問題，即為特定問題尋找最佳測量算法。提出了算法支持，以便從計量上綜合測量路徑并確定所開發(fā)測量儀器的測量誤差。測量路徑由串聯(lián)的幾個塊組成，每個塊都有自己的轉(zhuǎn)換特性，而轉(zhuǎn)換特性又會因外部影響而改變。上述外部影響會導致測量路徑輸出端的誤差增加。如果知道塊轉(zhuǎn)換的特征，以及輸入隨機變量的概率分布密度，則可以確定測量塊輸出處的概率分布密度。通過迭代搜索測量單元輸出端隨機變量的分布密度，可以估計測量路徑輸出端的測量誤差。

考慮一個類似的例子，其中誤差的乘法分量可用，即轉(zhuǎn)換特性如下所示X2=(k?X1)2.第一個塊輸出處的概率分布密度如下：ω(X2)=ω(X1)/(2k2X1).圖?顯示了一個圖表，其中顯示了X2乘法分量等于零且也等于?0.8?的轉(zhuǎn)換特性（分別為綠色實線和紫色虛線）。橫坐標顯示隨機變量?X1，它服從正態(tài)分布規(guī)律，期望?M（Xl）=2和方差D（X1）=0.01.概率分布密度ω(X2)和ω(X1)分別顯示為黑線和紅線。藍色虛線表示測量塊?1?輸出端的概率分布密度，具有可用的乘法分量。

該圖顯示隨機變量?X2使用乘法誤差分量?k，與無影響的情況相比看起來更平坦。概率分布密度的形狀ω(X2)也變了。

LabVIEW用于計量綜合的算法支持和軟件將簡化測量儀器的仿真任務(wù)，其中應(yīng)考慮到測量塊的轉(zhuǎn)換特性，無論是否受到外部影響。該任務(wù)的軟件實施將使模擬單個模塊和整個測量路徑成為可能;這將大大加快測量儀器的計量合成過程。

這是LabVIEW的一個應(yīng)用，更多的開發(fā)案例，歡迎登錄北京瀚文網(wǎng)星官網(wǎng)，了解更多信息。有需要LabVIEW項目合作開發(fā)，請與我們聯(lián)系。