首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

ATS校准数据处理新方法研究

摘要第13-15页
Abstract第15-16页
第一章 绪论第17-28页
    1.1 课题的来源和意义第17-18页
    1.2 ATS概述第18-22页
        1.2.1 ATS的组成第18-20页
        1.2.2 ATS的应用范围第20页
        1.2.3 ATS的发展概况第20-22页
    1.3 ATS校准概述第22-26页
        1.3.1 原位校准和离位校准第22-24页
        1.3.2 可计量性第24-25页
        1.3.3 校准周期第25页
        1.3.4 校准数据的处理第25-26页
    1.4 论文的研究内容和章节安排第26-28页
第二章 ATS可计量性模型研究第28-56页
    2.1 引言第28-35页
        2.1.1 可计量性的提出与定义第28页
        2.1.2 可计量性研究现状第28-31页
        2.1.3 可计量性指标体系第31-32页
        2.1.4 装备可计量性研究的内容第32-35页
    2.2 ATS可计量性信息流模型第35-41页
        2.2.1 信息流模型简介第35-37页
        2.2.2 测试性与可计量性的共性第37-38页
        2.2.3 ATS可计量性信息流模型实例第38-40页
        2.2.4 信息流模型分析第40-41页
    2.3 ATS校准周期的加权优化第41-46页
        2.3.1 校准周期研究现状第42页
        2.3.2 ATS校准周期综合加权法第42-46页
    2.4 ATS可计量性多信号流图模型第46-55页
        2.4.1 多信号流图模型组成第47页
        2.4.2 多信号流图模型相关矩阵的建立方法第47-49页
        2.4.3 ATS多信号流图建模实例第49-50页
        2.4.4 计量校准步骤优化第50-55页
    2.5 本章总结第55-56页
第三章 基于云模型推理的ATS校准数据粗大误差判别法第56-84页
    3.1 引言第56-57页
    3.2 测量数据粗大误差推理规则第57-59页
        3.2.1 经典粗大误差判别法的缺点第57-58页
        3.2.2 粗大误差推理规则第58-59页
    3.3 Mamdani模糊推理法第59-62页
    3.4 云模型基本定义第62-66页
        3.4.1 云和云滴第63页
        3.4.2 用数字特征表示云模型第63-64页
        3.4.3 正态云模型第64-65页
        3.4.4 二维正态云模型第65-66页
    3.5 基于云模型的推理规则第66-70页
    3.6 云规则发生器中“软与”的新算法第70-75页
        3.6.1 常用方法及其缺点第70-71页
        3.6.2“软与”的新算法第71-73页
        3.6.3 实现“软与”的蒙特卡罗法第73-75页
    3.7 基于规则推理的ATS测量数据粗大误差判别第75-83页
        3.7.1 常规准则第75-76页
        3.7.2 Mamdani模糊推理粗大误差判别法第76-78页
        3.7.3 云模型推理粗大误差判别法第78-83页
    3.8 本章总结第83-84页
第四章 ATS测量不确定度评定的随机模糊变量法第84-118页
    4.1 引言第84页
    4.2 证据理论中的可能性理论、模糊理论和概率论第84-94页
        4.2.1 证据理论基本定义第84-88页
        4.2.2 概率论和证据理论第88页
        4.2.3 可能性理论与证据理论第88-91页
        4.2.4 可能性分布和隶属函数第91-94页
    4.3 测量数据的随机模糊变量表示第94-100页
        4.3.1 概率分布和隶属函数的转换第96-97页
        4.3.2 RFV中的概率分布和可能性的转换第97-100页
        4.3.3 RFV的构造第100页
    4.4 合成测量不确定度的RFV表示法第100-106页
        4.4.1 两个RFVs之和的内部隶属函数第101页
        4.4.2 两个RFVs之和的随机隶属函数第101-106页
    4.5 ATS校准数据及其不确定度的RFV法第106-117页
        4.5.1 ATS计量链高端仪器的不确定度评定第106-111页
        4.5.2 ATS内部校准仪器的测量不确定度RFV表示法第111-117页
    4.6 本章总结第117-118页
第五章 ATS校准结论风险分析第118-140页
    5.1 引言第118页
    5.2 单次校准结论风险分析第118-122页
        5.2.1 单次校准误收率第118-119页
        5.2.2 单次校准误拒率第119-120页
        5.2.3 ATS中DMM单次校准结论风险分析第120页
        5.2.4 单次校准结论风险的影响因素第120-122页
    5.3 总体校准风险的蒙特卡罗仿真分析第122-127页
        5.3.1 DMM校准误差蒙特卡罗仿真第122-124页
        5.3.2 总体校准结论风险分析第124-125页
        5.3.3 总体校准结论风险的影响因素第125-127页
    5.4 RFV表示测量结果的校准结论风险第127-134页
        5.4.1 模糊变量比较的常用方法第128-130页
        5.4.2 模糊数排序新方法第130-134页
    5.5 ATS校准结论风险分析实例第134-139页
        5.5.1 有确界允许误差时的校准结论及风险分析第134-137页
        5.5.2 无确界允许误差时的校准结论及风险分析第137-139页
    5.6 本章总结第139-140页
第六章 总结与展望第140-142页
    6.1 研究总结第140-141页
    6.2 研究展望第141-142页
致谢第142-143页
参考文献第143-150页
作者在学期间取得的学术成果第150-151页
附录A 常用粗大误差判别准则表第151-152页
附录B GUM测量不确定度评定法第152-153页

论文共153页,点击 下载论文
上一篇:基于能量采集分层蜂窝网络的功率分配算法研究
下一篇:时分波分复用无源光网络中基于软件定义的资源分配策略研究