新能源汽车试验学课件：汽车测试技术基础

汽车测试技术基础CONTENTS目录第一节测试系统的组成及技术特性第二节传感器与典型参数测试第三节信号的调理与传输第四节测量误差理论第五节静态测量数据处理与分析第六节动态测量数据处理与分析测试系统的组成及技术特性第一节测试系统的组成对测试系统的基本要求测试系统的基本模型测试系统的静态特性测试系统的动态特性测试系统的虚拟仪器化第一节测试系统的组成及技术特性一、测试系统的基本组成测试系统通常是由若干相互联系又相对独立的模块组成，典型的测试系统基本组成如下图所示。测试系统首先需要识别和检测出被测对象的相关信号，通常是非电物理量信号，如速度、应力、温度等，再将这些非电量信号转换为电信号，接着加以一系列处理，最后导出可供进一步运用的数据。测试系统的基本组成第一节测试系统的组成及技术特性一、测试系统的基本组成1.传感器传感器是指能感知规定的被测量并按一定规律转换成输出信号的装置。在新能源汽车领域，传感器主要是将被测非电物理量信号（如速度、应力、温度）转换为电信号（如4～20mA、0～5V）。在测试系统中，传感器通常是最关键、技术含量最高的装置。第一节测试系统的组成及技术特性2.信号调理器来自传感器的信号通常不能直接使用，会有信号微弱、混有噪声等问题。这时，需要信号调理器做预处理，将传感器输出信号转换为便于传输和处理的规范信号，供后续装置使用。信号调节器的功能包括信号的调制、放大、解调、滤波、阻抗匹配等。3.数据采集器数据采集器负责将调理后的模拟/数字信号进行高精度数字化处理与同步存储。第一节测试系统的组成及技术特性4.数据处理器信号处理装置用于对数据作进一步处理和分析，提取被测对象的有用信息。通常选用性能较好的便携式计算机。传统的数据采集设备通常将数据采集器与数据处理器组合在一起，现代测试系统通常将数据采集器和数据处理器分开，中间用网线连接，采用TCP/UDP协议传输数据。5.激励装置在部分试验中，被测对象自身无法产生试验所需的信号，这时就需要用外部激励装置对被测对象进行激励。例如转鼓试验台对试验车辆施加一定的阻力，环境模拟仓使内部试验空间在一定的温度和湿度范围内波动。此外，测试系统中还包括校准设备、稳压电源、测试软件等，在此不作详述。试验时，汽车测试系统的组成依据其测试目的会有不同的组合。第一节测试系统的组成及技术特性二、对测试系统的基本要求1.单值的、确定的关系对于测试系统，一个输入值x只能对应一个输出值y，同样，一个输出值y也只能对应一个输入值x，输入和输出之间是一一对应关系。2.单向性关系指被测对象单方向影响测试系统，而测试系统不会反过来影响被测对象，即测试系统的操作或存在不会对被测对象的状态或性能产生反馈或干扰。3.线性关系理想的测试系统的输出与输入之间应保持一种线性关系。实际测试时，很多测试装置的工作特性是非线性的，因为其信号变换的基本原理就是非线性的，同时还可能存在非线性的外界干扰，这就要求在测试系统的硬件匹配和后续数据处理中考虑这一问题，尽量贴近线性关系。任何一个测量系统都可以简化成下图所示的测量系统模型，测试系统的作用就是处理输入量x、系统特性h和输出量y三者之间的关系。在输入、系统特性和输出三个环节中，已知两个，就可以求解另一个。具体有以下三种情况：（1）已知系统特性h和输出量y，就可以推断输入量x，这个过程就是测量，也就是试验。（2）已知输入量x和输出量y，可以确定系统特性h，这就是标定。（3）如果已知输入信号x和系统特性h，则可以在不进行实测的条件下确定输出量y，这称为输出信号预测，各种仿真分析就是这个过程。第一节测试系统的组成及技术特性三、测试系统的基本模型第一节测试系统的组成及技术特性四、测试系统的静态特性测量系统的静态表示被测物理量处于稳定状态，输入量和输出量都是不随时间变化的常量（或变化极慢，在测试期间可忽略变化，视为常量）。此时静态特性的数学模型可表达为：

1.灵敏度灵敏度S是系统的输出增量△y与输入增量△x之比，也就是输出y对输入x的一阶导数。在被测量不变的情况下，由于外界条件如温度等因素的变化，可能引起仪器中电子元器件参数或材料特性等产生改变，导致测试系统输出量的变化，最后表现为灵敏度的变化，这种情况称为灵敏度漂移。第一节测试系统的组成及技术特性2.非线性度非线性度是指测试系统的实际输入—输出关系与理想关系的偏差。在静态测试中，常用试验的方法求取系统输入和输出关系曲线，并称其为定度曲线。定度曲线（即实际特性曲线）偏离其拟合直线（即理想直线）的程度就是非线性度，如下图所示。图中，B是定度曲线与其拟合直线的最大差值，A是测试系统的全量程（即标称输出范围），非线性度LN值为二者的比值，即：定度曲线与非线性度第一节测试系统的组成及技术特性3.回程误差理想的测试系统应该具有单值、确定的输入—输出关系，但是实际测试系统可能在同一输入下对应不同的输出。通常表现为在同一输入量下，正向输入（输入量由小到大，即加载）和反向输入（输入量由大到小，即卸载）时，所对应的输出量不同，这就是回程误差。如下图所示，上行程和下行程的输出—输入关系曲线不重合，图中，△h是正向输入与反向输入时所对应输出的差值，称为滞后量；A是测量系统的全量程，回程误差Er值为最大滞后量△hmax与全量程A的比值，即：回程误差第一节测试系统的组成及技术特性4.分辨率分辨率是指测试系统可识别的最小输入变化量。例如，对于模拟仪表来说，分辨率就是标尺最小刻度值的一半；对于数字仪表，就是显示末位的1个单位值。分辨率与灵敏度有相似之处，应注意区别，灵敏度指的是系统的输出变化将输入变化“放大”的程度；而分辨率则是指能被检测到的最小变化。5.重复度重复度是指在相同输入条件下对同一被测量进行连续多次测试时，输出量的一致程度。以最大偏差或标准差表示。重复度的定义见下式，A为全量程，△Rmax为全量程内的最大偏差：此外，零点漂移、信噪比和测量范围等参数也可能用作测试系统的静态特性指标。在实际应用中可根据测量系统本身的特点和测量要求确定相应的静态特性指标。第一节测试系统的组成及技术特性五、测试系统的动态特性在汽车试验领域，大多数测试系统的输入量都是随着时间变化的，其输出量也随之处于动态变化中，这时就需要研究测试系统的动态特性。首先要做的是建立系统输入—输出关系的数学模型，即输入函数x(t)与输出函数y(t)之间的关系。系统的动态特性就是如何把函数x(t)转换为y(t)。1.一阶系统如果系统的微分方程中求导的最高阶数是一阶，就称为一阶系统。将一阶系统的微分方程在零初始条件下进行拉普拉斯变换，可得到一阶系统的频响特性H(jw)为：第一节测试系统的组成及技术特性1.一阶系统典型的一阶系统实例有忽略质量的弹簧阻尼机械系统和忽略电感的RC电路，如下图所示。第一节测试系统的组成及技术特性2.二阶系统将二阶系统的微分方程在零初始条件下进行拉普拉斯变换，可得到二阶系统的频响特性H(jw)为：第一节测试系统的组成及技术特性2.二阶系统二阶系统在实践中较为常见，典型的二阶系统实例有弹簧阻尼质量系统和RLC电路，如下图所示。第一节测试系统的组成及技术特性六、测试系统的虚拟仪器化虚拟仪器(VirtualInstrumention)是现代工业仪器测试技术与强大的PC技术相结合的产物，它一般由硬件系统和运行在硬件系统内的软件两个部分组成。用户可以根据测试需求自主选型硬件搭建测试系统硬件，并且可自定义编程开发测试系统软件。目前，虚拟仪器已被广泛应用于新能源和智能网联汽车的实车测试、硬件在环仿真测试等场景。（a）美国NI公司开发的cRIO系列

（b）中国研华科技公司开发的EPC系列两款典型的工业级嵌入式控制器传感器与典型参数测试第二节传感器的分类传感器的标定温度传感器力和力矩传感器视觉传感器第二节传感器与典型参数测试传感器是指能感知规定的被测量并按一定规律转换成输出信号的装置，广泛应用在工业领域。在新能源汽车领域，传感器是车辆感知外界环境与内部状态的核心部件，可以通过物理、化学或生物效应将被测物理量如速度、应力、温度、光等信号转换为电信号，为控制系统提供实时数据。传感器的基本构造可以分为敏感元件和转换元件两部分，敏感元件用于感知被测量信号，转换元件则用于信号的转换和传输。第二节传感器与典型参数测试一、传感器的分类按能量关系分类，传感器可分为主动型与被动型。按工作原理分类，可分为电阻式、电容式、电感式、光电式、磁电式、热电式、压电式等。按被测物理量分类，常用的传感器有温度传感器、力和力矩传感器、位移传感器、速度与加速度传感器、位置与角度传感器、气体浓度传感器等。第二节传感器与典型参数测试二、传感器的标定1.传感器的静态标定静态标定的目的是确定传感器的主要静态特性指标，如灵敏度、非线性度、回程误差、重复度等。标定时使被测量处于静态标准条件下（包括温度、湿度和大气压力等），对传感器施加一系列已知标准量值的输入，记录对应的输出值，通过对这些输入-输出数据的分析处理，确定传感器的静态特性参数。传感器标定是通过建立输入物理量与输出电信号之间的映射关系，消除系统误差、提高测量准确度的关键技术环节。标定的本质是通过试验建立数学模型的过程，可分为静态标定和动态标定。第二节传感器与典型参数测试2.传感器的动态标定新能源汽车试验中传感器面临的输入信号往往是动态变化的。动态标定旨在确定传感器的动态特性参数，如时间常数、固有频率和阻尼比等。它通过给传感器输入一个已知的动态激励信号，如正弦波、阶跃信号等，测量传感器的输出响应，分析输出与输入之间的时间延迟、幅值变化以及相位差等关系，以评估传感器对动态信号的跟踪能力。​当传感器的应用场景、环境条件等因素发生变化时，就需要进行传感器的标定。如果测试系统对测量精度要求很高，即使传感器性能稳定，也需要定期标定以确保测量误差在允许范围内。第二节传感器与典型参数测试三、温度传感器1.热电偶式温度传感器热电偶式温度传感器是利用热电效应将温度变化转换为电信号输出，从而实现对温度的精确测量。将两种不同材质的金属导体接在一起，如下图所示，A、B两点称为热电偶接点。当A、B两个接点温度不同时，两点间就会出现热电动势△U，该电位差仅仅取决于A、B两点的温差，这样通过测定热电动势△U就可以测出温度。热电耦式温度传感器具有测量范围宽、精度高、结构简单、耐用性强等优点。热电偶的原理热电偶式传感器第二节传感器与典型参数测试2.热电阻式温度传感器热电阻式温度传感器是利用金属材料电阻值随温度变化的特性来测量温度。汽车测试中常使用的铂热电阻Pt100或Pt1000。铂的物理化学性能极为稳定，并且有良好的工艺性。Pt100在0℃时电阻为100Ω，Pt1000在0℃时电阻为1000Ω，它们的阻值随着温度的变化而变化。热电阻式温度传感器的优点是精度高、线性度好、稳定性好，有较大的测温范围（−200～850℃），也很适合在自动测试和远距离测试中使用。第二节传感器与典型参数测试3.热敏电阻式温度传感器热敏电阻是用半导体材料制成的热敏器件，其电阻温度系数很大，比热电阻传感器大10～100倍。当周围温度变化时，半导体材料的电阻值会发生明显变化，从而将温度信号转化为可测量的电信号。热敏电阻器件灵敏度高、体积小、成本低、响应速度快，便于嵌入式安装，适用于中低温测量范围（−50℃

～200℃），但其阻值与温度变化呈非线性关系，稳定性和互换性较差。第二节传感器与典型参数测试4.温度测试工程案例基于精准的标定炉对某温度测试设备进行测试，该测试设备基于NI虚拟仪器开发，温度通道采用NI9214模块及其冷端补偿模块，外部连线采用K型热电偶式温度传感器。一组试验曲线如左图所示。对曲线中各段测试温度稳定后的数据的众数与实际标定炉设定温度取差值，并统计绘制曲线如右图所示。可以看出，该测试系统在常温环境下测试温度精度约为±0.5℃。常温环境测试标定炉各温度曲线常温下各温度测点数据众数与设定值差值统计第二节传感器与典型参数测试四、力和力矩传感器力和力矩测试在汽车试验中很常见，如电机输出转矩、驱动/制动力矩、地面对轮胎作用的驱动力/制动力、转向盘转向力/力矩、制动踏板力等。1.应变片式传感器应变片主要采用电阻应变原理，当外力作用于粘贴有应变片的试件时，试件发生形变，致使应变片的电阻值改变，通过测量电阻变化并利用惠斯通电桥原理将其转换为电压信号输出，从而测量出力的大小。应变片的基本构造如下图所示。电阻应变片的基本构造第二节传感器与典型参数测试1.应变片式传感器应变片测量精度和灵敏度高，性能稳定可靠，误差小于1%；应变片简单轻便、使用部位灵活；测量范围大，变形范围为1%～20%；在高低温、强磁场等恶劣条件下都可以使用，因此应用较为广泛。应变片式压力传感器应变片有自身强度低、防护能力差等缺点，而且如果每次试验都要人工粘贴应变片，势必影响试验效率，试验人员的操作差异也会使得贴片质量的均一性、试验数据的重复性和可比性降低。因此，各种以应变片为核心元件的专用传感器应运而生，称为应变片式传感器。此种传感器的应变片已预先安装在传感器内部，不需要操作者在试验时另行安装。第二节传感器与典型参数测试2.压电式传感器​压电式传感器的原理是利用压电材料的压电效应。当外力作用于压电材料时，材料不仅发生变形，而且内部发生极化，两侧表面会出现等量的异号电荷，电荷量与外力成正比。当外力消失后，材料又会恢复不带电的状态，如图所示。压电式传感器原理示意图压电式传感器灵敏度高，且工作频率范围宽，尤其适用于测量高频动态力。但是，压电材料阻抗高，输出信号弱，所以压电式传感器输出端必须连接前置电荷放大器，经过电荷放大器处理后才能得到足够的电信号。第二节传感器与典型参数测试3.力和力矩测试工程案例车辆运动和动力和阻力都在地面对车轮的作用力中体现。车轮与路面间的力和力矩包括垂直力、侧向力、纵向制动/驱动力以及侧翻力矩、回正力矩、侧倾力矩，因此被称为六分力。目前最直接有效实时测试车轮六分力的工具是车轮力传感器(WFT)。车轮力传感器测试原理1—轮胎2—改制轮辋3—轮辋适配器4—轮毂适配器5—传感体6—信号调理单元WFT与车轮一起构成了测力车轮。如图所示为WFT测试原理，对车轮轮辋改进后，通过两个连接法兰将WFT串联在车轮轮辋和制动器轮毂之间。地面对车辆的作用力传递路线变为：地面→胎体→改制轮辋→轮辋调节法兰→传感体→轮毂调节法兰→制动器轮毂。其中，传感体通常采用四梁或八梁结构，通过合理的应变片排布组桥完成结构性多通道解耦。第二节传感器与典型参数测试3.力和力矩测试工程案例下图所示为基于某WFT测得的某乘用车实车道路试验数据，其中图a是左前轮部分轮胎力数据，图b是轨迹曲线。图a中，时间85～95s为制动试验，98～110s为加速试验，115～145s为弯道行驶试验。b.轨迹曲线a.左前轮部分轮胎力数据第二节传感器与典型参数测试五、视觉传感器1.摄像头摄像头是基于光电效应将外界光信号转换为计算机可识别的数字图像。摄像头的优点是分辨率高，通常可达到4K或8K，同时相对成本较低，且摄像头可精准识别颜色与纹理信息，例如能有效识别交通标志以及信号灯的不同颜色状态。摄像头的缺点是受光照条件影响大，在夜间或强光下性能下降，且无法直接测距。视觉传感器是汽车自动驾驶技术的核心感知设备，通过光学或电磁波信号捕捉环境信息，为车辆提供高精度的空间感知与目标识别能力。此外，广泛应用于车辆定位、环境建模、功能安全测试等场景。第二节传感器与典型参数测试五、视觉传感器2.激光雷达激光雷达的工作原理是将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，通过测量光脉冲往返的时间差而获得目标物体的距离、速度，并分析出表面形态、物理属性等，通过不断改变发射方向可以实现全方位环境扫描，构建高精度三维环境模型。激光雷达的优点是距离防卫的探测精度高、抗干扰性强、获取信息量丰富，缺点是容易受雨雪雾等恶劣天气影响，且成本高、寿命短等。激光雷达的测距精度可达毫米级，部分产品测距误差在±2mm以内，分辨率可精细至0.1°×0.1°甚至更高，水平扫描范围通常为360°，垂直视场角一般在20°～

40°。第二节传感器与典型参数测试3.毫米波雷达毫米波雷达是工作于毫米波频段的雷达，因其频段介于厘米波与光波间，所以同时具备光波导与电磁波导特性。相较于车载摄像头与激光雷达，毫米波雷达的优点是受天气、光线及尘埃等影响程度较低、测速精度高、探测距离远，但也有一些缺点，包括视场角较小、难以精准建模、对静止物体探测不敏感等。第二节传感器与典型参数测试4.视觉测试工程案例如图所示，在雨雪场景下，摄像头虽能捕捉到道路和周边物体的大致轮廓，但雨雪附着在镜头表面，导致图像出现模糊和反光现象，识别精度有所下降。激光雷达凭借其发射激光束并接收反射光的原理，受小雨影响相对较小，依旧能够较为精准地测量周围物体的距离和位置。(a)摄像头镜头效果

(b)激光雷达点云输出效果雨雪天气视觉测试效果研发具备高级别自动驾驶功能的智能汽车时，车辆在恶劣天气下的视觉识别能力非常重要。为此需要开展了针对雨雪天气的视觉传感器测试，采用摄像头、激光雷达以及毫米波雷达协同工作的感知系统，可以全面评估车辆在该类天气条件下的视觉识别性能。​信号的调理与传输第三节信号的调制与解调信号的滤波信号的传输信号的干扰抑制第三节信号的调理与传输测试过程是将经传感器感知并转换的被测量送到处理或显示设备，对其进行分析处理并输出测试结果。传感器输出的信号有些无法直接显示出来；有些信号过于微弱，不易采集和处理；有些信号本身伴随着干扰信息。传感器直接输出的信号需要经过一定的变换处理，包括将非电压信号转换为电压信号、将微弱的电压信号放大、抑制信号中的干扰，这样才能将其不失真地实时记录并存储下来，供观察研究和后续的数据处理，这个过程称为信号的调理。第三节信号的调理与传输一、信号的调制与解调1.低频信号的放大当被测信号是某种静态或低频信号时，通常会先将低频信号转变为高频信号，再对信号进行高频放大，最后将信号还原为低频。其中，将低频信号转变为高频的过程称为调制；而将高频信号转变为低频的过程称为解调。低频信号的放大处理方式第三节信号的调理与传输2.调制的特点与原理调制过程不仅要改变信号的频率，还要确保信号的原始信息不能丢失。一般称原始低频信号为调制信号，载送低频信号的高频振荡波为载波，经调制后得到的高频信号为已调波。调制的过程，就是用载波来搭载调制信号的原始信息，或者说是利用调制信号控制载波，将载波转变成已调波的过程。已调波保留了载波的部分特征，同时包含调制信号的信息。第三节信号的调理与传输2.调制的特点与原理如果调制信号控制的是载波的幅值，这个调制过程就称为幅值调制，简称调幅（AM）；如果控制的是载波的频率和相位，则分别称为频率调制和相位调制，简称调频（FM）和调相（PM）。如图所示，载波是一个纯净的高频等幅振荡。调幅的过程，就是用调制信号的幅值去控制载波的幅值，得到的已调波就称为调幅波，调制信号强的地方对应的调幅波幅值就大；调频的过程，则是用调制信号的幅值去控制载波的频率，调制信号强的地方，对应的调频波频率就高。调幅和调频的基本原理第三节信号的调理与传输二、信号的滤波在测试过程中，不可避免地会混入一些干扰信号，在处理试验数据之前，需将干扰信号从测试信号中分离出来，或对频率进行筛选，这种信号的分离与筛选称为滤波。测试信号的滤波可以通过电路和数值计算两种不同的方法来实现，分别称为模拟滤波和数字滤波。第三节信号的调理与传输1.模拟滤波滤波器是处理滤波的专门设备，可以根据信号的频率高低对信号作取舍，将不需要的频率成分大幅衰减。根据其选频方式的不同，可分为低通、高通、带通和带阻四类。用幅频特性A(f)来评价滤波器的工作特性：幅频特性反映输出信号与输入信号的幅值比，A(f)值越大、越接近1，说明信号通过越容易；反之，A(f)值越小，说明滤波器对输入信号衰减得越严重、“阻”得越厉害。下图中,f2称为上截止频率，f1称为下截止频率。滤波器的幅频特性第三节信号的调理与传输2.数字滤波模拟滤波器只能处理模拟信号，且存在特性误差较大和性能不稳定的缺点。数字滤波是对传感器采集的离散信号进行运算处理，以消除噪声、保留目标频段信号的技术，其核心是通过算法对数字信号进行加权、求和等运算，实现对信号频谱的调整。数字滤波的理论基础是Z变换和离散傅里叶变换。由于数字滤波技术具有灵活、性能稳定、精度可控，且可用计算机编程来实现，因此比模拟滤波应用的更加广泛，在雷达、通信、语音处理、图像传输及工程测试领域正发挥十分重要的作用。两类：无限长脉冲响应（IIR）滤波器和有限长脉冲响应（FIR）滤波器IIR滤波器通过反馈结构实现，具有较低的计算复杂度，但可能引入相位失真，适用于实时性要求高但对相位敏感度较低的场景，如电机转速信号的初步滤波。FIR滤波器无反馈结构，具有严格的线性相位特性，能保持信号波形的时间一致性，适用于需要高保真度的场合，如电池电压、电流等关键信号的处理。第三节信号的调理与传输三、信号的传输1.信号的传输（1）导线传输优点：抗外界干扰能力强。缺点：当有线传输介质较长时，分布在介质上的电阻、电容和电感会引入额外的负载，导致负载效应。在汽车试验中应尽量缩短导线的长度。若必须长距离导线传输，则需通过相应的测试系统设计或电路配置来减小干扰。导线传输方式有双绞线传输、同轴电缆传输和光纤传输等多种。测试系统由多个装置组成，这些装置之间有信号的输入和输出，也就是信号的传输。信号传输包括接触传输和非接触（无线）传输。接触传输又包括导线传输和集流环传输。第三节信号的调理与传输（2）集流环在一些试验中，传感元件随试件旋转，而信号处理设备需固定布置。此时就需要集流环实现旋转试件和固定设备之间的信号传输。例如，测量转轴上的载荷时，应变片粘贴在转轴上组成电桥，随轴一同旋转，需通过集流环向固定放置的应变仪输出信号。集流环分为接触式和非接触式两类，其中滑环式应用最为广泛。滑环式集流环经常与应变片配合使用，使用时需注意接触电阻变化对信号的影响。（3）无线传输优点：没有传输介质带来的负载效应问题，部署灵活。缺点：信号易受电磁干扰和环境障碍影响，需通过技术手段提升抗干扰能力。主要类型有无线模块传输、无线网桥传输、无线局域网传输和GPRS传输等。第三节信号的调理与传输四、信号的干扰抑制在新能源汽车试验中易受多种干扰源影响，这些干扰会降低信号质量，甚至引发误判或系统故障。因此，合理的干扰抑制措施是确保试验数据可靠性的关键，为确保测试系统的可靠运行，必须采用干扰抑制技术。1.屏蔽技术屏蔽技术是利用金属材料对电磁波的吸收和反射能力来实现干扰抑制。可分为三类：（1）静电屏蔽：采用低电阻材料（如铜、铝或镀银铜板）制成屏蔽盒或套，通过接地形成闭合回路，将电场干扰导入大地。（2）电磁屏蔽：针对高频电磁场干扰，利用导电材料（如铜、铝）在高频电磁场作用下产生的涡流效应。涡流产生的反向磁场可抵消原干扰场，实现屏蔽。典型应用例如同轴电缆的外层导体设计。（3）磁屏蔽：主要用于抑制低频磁场。通过高导磁材料（如坡莫合金）构建磁路，将磁通限制在屏蔽层内部，减少对敏感电路的耦合。例如电机外壳的铁质材料可有效隔绝其产生的低频磁场。第三节信号的调理与传输2.接地技术接地是抑制干扰的基础，通过提供公共参考电位降低噪声耦合。需根据功能需求选择以下接地方式：（1）安全接地：设备外壳、机架等必须与大地连接，防止漏电或静电积累，保障人员与设备安全。（2）信号接地：为模拟、数字电路提供低阻抗参考点，避免因共用阻抗导致的干扰。（3）屏蔽层接地：屏蔽层需就近接地，以降低接地线阻抗，确保屏蔽效能。需注意若接地电阻过大，屏蔽层可能成为新的干扰源。第三节信号的调理与传输3.隔离技术通过切断干扰信号的耦合路径，可有效抑制共模干扰、接地回路干扰、电磁干扰等。常用方法有：（1）光电隔离：也称光耦隔离，即利用光耦合器将信号转换为光信号传输，完全切断电气连接。例如，在数字电路与传感器接口间使用光耦隔离，可有效抑制共模干扰。（2）变压器隔离：即通过变压器电磁感性传输信号，切断直流路径，适用于模拟信号的隔离传输。（3）继电器隔离：在高压与低压电路间采用继电器触点，断开高压与低压电路间的干扰传导通路。综上所述，干扰抑制的核心原则是“抑制源头、阻断路径、增强抗扰能力”，通常需要多种技术协同。测量误差理论第四节测量误差的基础概念测量的精确度测量误差分析直接测量参数的误差处理间接测量参数的误差处理第四节测量误差理论一、测量误差的基础概念1.直接测量与间接测量测试是具有试验性质的测量，而测量是获取被测对象的量值的过程。从测试系统的角度来说，测量是通过输出和系统特性，来推断输入的过程。根据测量方法不同，测量可以分为直接测量和间接测量。（1）直接测量：指通过测试装置直接求得被测量参数的数值。例如，用米尺测量长度或用水银温度计测量温度。（2）间接测量：指被测量参数和某些独立的参数存在确定的函数关系，先对这些独立的参数进行直接测量，再利用函数关系计算出被测量参数。例如，直接测量动力装置的输出扭矩和转速，再计算出动力装置的输出功率。第四节测量误差理论2.测量误差及其分类无论是直接测量还是间接测量，测量得到的结果都不是被测量的真实值，测定值和真实值之间的差异称为测量误差，简称误差，即：测定值是对被测量参数进行一次测量得到的数值，通常不是最终的测量结果。被测量的真实值，简称真值，是被测量参数客观存在的本质属性，但往往无法精确求得。测量误差分析的目的就是要得到一个和真值尽可能接近的测量结果。根据误差的来源和规律可以将误差分为系统误差、过失误差和随机误差。第四节测量误差理论2.测量误差及其分类（1）系统误差在对同一被测量进行多次测量过程中，出现某种保持恒定或按照一定规律变化的误差，就是系统误差。当测量偏离了规定的测量条件，或测量方法引入了会引起某种确定规律变化的因素时，就会出现系统误差。例如仪器标尺刻画不准确，操作者读数习惯斜视等。（2）过失误差过失误差是因为操作者在测量工作中犯错而产生的明显偏离真实值的误差。过失误差的出现没有规律可循，但对测量结构的歪曲会很严重，因此对含有过失误差的测量值一般是要剔除的，但要有充分的依据。第四节测量误差理论2.测量误差及其分类（3）随机误差随机误差是指在相同条件下对同一物理量进行多次重复测量时，每次测量结果与平均值之间的偏差表现出无规律的变化。这类误差无法通过简单的校准或修正方法完全消除，但可以通过统计手段理解和控制。系统误差、随机误差对测定值的影响如下图所示。由于系统误差的影响，测量结果L将偏离真实值X。由于随机误差的影响，测定值I又将围绕L波动。假如随机误差的最大值为

，则测定值的波动范围为

至

。（4）三种误差的比较系统误差、随机误差对测定值的影响第四节测量误差理论3.测量误差的表达方式常用的测量误差表达方式有三种，即绝对误差、相对误差和引用误差。（1）绝对误差：指被测量参数的测定值和真实值的差，即

。通常所说的误差多指绝对误差，它与被测物理量具有相同量纲。由于真实值往往无法精确求得，通常用测定值的算术平均值代替真实值。（2）相对误差：指绝对误差和真实值的比值，常用百分数表示。如果用测定值的算术平均值代替真实值，即有：（3）引用误差：指被测量参数的最大绝对误差和测量仪器的量程的比值，即有：式中，

为根据标准偏差计算得到的最大绝对误差，A为测量仪器的量程。第四节测量误差理论3.测量误差的表达方式引用误差反映了测量仪器示值的相对误差，表示仪器示值的最大允许（绝对）误差，其百分比数值表示仪器的精度等级。例如“1级精度”表示该仪器的最大绝对误差不会超过其量程的1%。因此，对于数值不大的被测量，不能选择量程过大的仪器，否则会造成测定值的绝对误差变大。第四节测量误差理论二、测量的精确度1.精确度等三个概念（1）精密度：对同一被测参数进行多次测量，各测定值之间的接近程度定义为测量的精密度。（2）准确度：对同一被测参数进行多次测量，将测量结果(通常为算术平均值)与被测参数真实值相符合的程度，定义为测量的准确度。（3）精确度：即精密度与准确度的综合。只有精密度和准确度都高的测量，才称得上高精确度。第四节测量误差理论2.精密度、准确度与精确度之间的关系可以用射击打靶为例说明测量的精密度、准确度和精确度三者之间的关系。如图所示。图(a)表示射手的水准不稳定，枪的准星没有问题，因此系统误差小，但随机误差大，弹着点分散，即精密度低；图(b)表示射手发挥稳定，但枪的准星可能有问题，因此随机误差小，系统误差大，弹着点集中，但是偏离靶心，即准确度低；(a)精密度

(b)准确度

(c)精确度射击打靶示例图(c)表示射手水平很高，枪的准星调整得很好，弹着点集中，而且都在靶心附近，随机误差和系统误差都很小，即精准确度高。第四节测量误差理论3.置信度和不确定度由于测量误差的存在，需要对测量值的可信任程度做出评判，因此，引入置信度和不确定度。（1）置信度根据存在测量误差的事实，人为规定的对测量值的可信任程度要求，称为置信度，用置信区间和置信水平来表示。置信区间是人为规定的可以信任的测量值范围。置信水平是指被测量对象的真值出现在置信区间内的概率。（2）不确定度测量工作中，根据置信水平要求选择测量仪器，确定测量值的误差范围。以存在测量误差为前提，根据测量结果的实际情况，对测量值的不确定度即误差范围作出的评判，称为不确定度。第四节测量误差理论三、测量误差分析在三种测量误差中：过失误差没有规律，不需要讨论其本质特性，只需要根据统计学方法加以界定，被认为含有过失误差的数据应被剔除。系统误差具有很强的规律性，可以通过对测定值序列进行统计研究，或采用试验的方法，查明误差的变化规律及产生原因，并予以消除。随机误差在个体上表现为无章可循，但其整体却存在内在规律。为缩小随机误差，可以采取统计的方法找出影响因素并加以控制，或通过增加重复测量次数来降低影响，但随机误差不可能完全消除。第四节测量误差理论1.随机误差分析（1）随机误差的分布规律随机误差服从正态分布，其数学模型可用概率密度函数表达为：随机误差的概率密度函数图像如图所示，也称为随机误差的正态分布曲线。随机误差正态分布曲线随机误差出现在

倍标准差内的概率，记作

，有时称为正态概率积分，即：根据概率密度函数的定义，其定量数值为：显然，

是增函数，常用的K与置信水平为：这表达随机误差的绝对值不超过1倍标准差的概率为68.27%，不超过2倍标准差的概率为95.45%，不超过3倍标准差的概率为0.27%。第四节测量误差理论1.随机误差分析（2）随机误差的出现概率第四节测量误差理论2.系统误差分析（1）系统误差的分类系统误差总体上可分为固定的和变化的。变化的系统误差又可细分为多种，其中，误差数值不断增大或减小的称为累进系统误差；周期性改变数值或正负符号的称为周期性系统误差；变化规律比较复杂的称为复杂系统误差。在右图中，直线a表示固定的系统误差；b为线性的累进系统误差；c为非线性的累进系统误差；d为周期性系统误差；e则是某种复杂变化的系统误差。横坐标t可以是时间，也可以是测量列。系统误差的种类第四节测量误差理论2.系统误差分析（2）系统误差的发现系统误差产生的原因较为复杂，有仪器使用不当、仪器本身原因、测量时外界条件的变化等，而且多次重复测量并不能减小系统误差。根据具体情况，尝试选用下列方法来发现系统误差：残差中存在系统误差的几种典型表现1）残差分析法：残差的定义是测定值与算术平均值之差。对同一个被测量做多次重复测量，计算各测量值的残差。按各残差测量顺序绘制散点图。2）试验对比法3）分布检验法第四节测量误差理论2.系统误差分析（3）系统误差的消除测量列的系统误差来自整个测试系统，从所用仪器、测点位置到测量信号的传递过程都会产生系统误差，因此系统误差是测量系统本身的特点，发现和消除都比较困难，只能根据具体情况进行分析，从而得到合理的解决方案。发现系统误差，尤其是固定的系统误差，主要依靠改变整个测试系统，如采用完善的测量方法，正确地选择和使用传感器，保证符合标准的试验条件，严格按照操作规范测量等，都可以在根源上消除或降低系统误差的影响。此外，在部分测量中，可采用抵消补偿法，改变某些测量条件，比如方向、位置等，使两次测量的系统误差大小相等、方向相反，取其平均值，即可抵消系统误差。第四节测量误差理论四、直接测量参数的误差处理实际的测量数据包含系统误差、过失误差和随机误差。在相同的测量条件下，即等精密度条件下，对某一被测参数的直接测量值为l1,l2,⋯,ln。假定已经没有系统误差，则处理过程如下：(1)计算算术平均值(2)计算残差(3)再次检查测量列：检查算术平均值是否正确，即残差之和为0。第四节测量误差理论四、直接测量参数的误差处理(4)计算测量列的精密度指标：因为在有限次测量条件下是用算术平均值代替真值，因此不可能得到测量值的真实误差，所以测量列的精密度指标不能用标准差，改用样本标准差。在有限次测量条件下，用残差代替误差，即贝塞尔法。样本标准差为：(5)判断并舍弃异常数据：测量列中可能含有异常数据，使测量结果失真，应予以剔除。对异常数据的取舍判定通常采用“拉伊达准则”或“格拉布斯准则”。剔除异常数据后，需要重新计算剩余数据的算术平均值和残差、测量列的样本标准差，直至测量列中完全没有异常数据。(6)计算算术平均值的标准差统计学分析表明，测量结果的标准差σL与测量列的标准差σ和重复测量次数n有下列关系：由于测量列的标准差的精确值σ无法求得，所以测量结果的标准差的精确值σL也无法确定。当对测量列的标准差采用估计值σ时，测量结果的标准差估计σL为：第四节测量误差理论四、直接测量参数的误差处理(7)估计算术平均值的置信区间首先选定算术平均值的置信水平p。如果重复测量次数较多，可按照置信水平p确定置信区间(拉伊达准则)：如果重复测量次数不多，可按照格拉布斯准则，根据置信水平p确定置信区间：置信区间的计算结果应该按照数字修约规则加以处理，保留至规定的小数位。第四节测量误差理论四、直接测量参数的误差处理(8)测量结果的表达一个完整的测量结果，应该包括被测量参数真实值的最可信赖值，及其在给定概率下的区间估计。例如，X=25.4±0.2(p=0.95)，表示被测量参数真实值有95%的可能出现在以25.4为中心，0.2为半径的区间内，即[25.2,25.6]。多次重复测量的结果为测量列的算术平均值及其置信区间，表达为：测量结果应该理解为：真值大约为算术平均值，其出现在区间[L−δ,L+δ]的概率为p。第四节测量误差理论四、直接测量参数的误差处理第四节测量误差理论五、间接测量参数的误差处理

将各直接测量参数X1,X2,⋯,Xn的绝对误差记为x1,x2,⋯,xn。则间接测量参数的绝对误差y可表达为：式中，αi为某个自变量Xi的误差传递系数或误差积累系数，

。上式称为间接测量的误差传递公式，用它可以完成两方面工作，一是用直接测量值的误差来计算间接测量值的误差，即误差的传递问题；二是根据所给出的被测量的允许误差来求各个直接测量值的误差，即误差分配问题，并以此来选择合适的测试仪器。第四节测量误差理论五、间接测量参数的误差处理1.测量误差的传递第四节测量误差理论1.测量误差的传递

第四节测量误差理论2.测量误差的分配

绝对误差标准差

静态测量数据处理与分析第五节试验数据结果的表达回归分析与曲线拟合第五节静态测量数据处理与分析一、试验数据结果的表达静态测量数据是指不随时间变化或变化非常缓慢的数据，一般是在等精密度或不等精密度测量条件下获得的离散的带有误差的测量列。测量的结果通常可以用列表、图形和经验公式三种方式表达。常用的作图坐标有直角坐标和极坐标两种。在直角坐标中，线性分度应用较多，分为1、2、5最为方便。两坐标轴的比例尺也不一定要相同，可根据具体情况选择。坐标线标度值标出的有效数字应与测量数据的有效数字相同，每个坐标轴都应注明名称与单位。1.坐标的选择与分度第五节静态测量数据处理与分析2.数据描点与曲线描绘试验数据点的标注试验数据线的曲线描绘通常根据试验具体数据即可在坐标线上标出数据点。但如果考虑到试验的误差，则应采用空心圆、三角形、矩形、正方形、十字形以及叉号等表示不同的数据，其中心代表算术平均值，半径或边长代表测量误差，如图所示。曲线描绘时的原则是：曲线应光滑匀整，所有数据点要靠近曲线，大体上随机地分布在曲线两侧，并落在误差带范围内，但不必都在曲线上。在曲线急剧变化的地方，数据点应选密一些，如图2-29所示。在实际测量时，由于仪表工作条件在测量开始时不稳定，最初读数往往误差较大，因此一般不是从第一个试验点连线。当数据的分散度较大时，徒手绘制曲线较困难，在要求不太高时，可以采用分组平均法。将试验数据点分成若干组，每组包含2～4个数据点不等，然后按各组数据点的几何质心的坐标x1,y1,x2,y2,⋯,xm,ym描绘曲线。分组的数目应视具体情况而定。曲线斜率较大或变化规律重要的部分可细分，曲线较平坦部分可粗分。第五节静态测量数据处理与分析2.数据描点与曲线描绘利用分组平均法描绘的曲线第五节静态测量数据处理与分析二、回归分析与曲线拟合在实际工程测量中，各测量参数之间的相互依赖关系：函数关系和相关关系函数关系：各参数通过确定的数学方程相联系，一个参数的数值可以由其他参数的数值精确地确定。例如，电学中的欧姆定律U=IR。相关关系：参数之间存在着密切的联系，但由于各种随机因素的影响，无法用确定的数学方程予以表达，一个参数的数值不能由其他参数的数值精确地确定。例如，汽车燃油消耗量与行驶里程的关系在静态测量数据处理中，通常采用回归分析。回归分析：确定两种或两种以上变量之间的依赖度的定量关系的统计方法；前者称为一元回归分析，后者则称为多元回归分析设一元线性关系为y=a+bx，a为常数项，b为回归系数。试验得到n对数据(xi,yi)(i=1,2,⋯,n)。由于误差的存在，当代入测量数据时，关系式等号两边一般并不严格相等，而是存在一定的偏差。假设自变量x的误差远小于因变量y的误差，则这种偏差就归结于因变量y的偏差，即：根据最小二乘法，获得相应的最佳拟合直线的条件为：第五节静态测量数据处理与分析1.一元线性拟合

第五节静态测量数据处理与分析1.一元线性拟合当两个变量之间呈现复杂的非线性关系时，运用最小二乘法也可以求出非线性回归方程。假设非线性问题可以用下面的方程描述，即：通常要把非线性问题化解为线性问题，线性化后即可以用上述的一元线性拟合方法进行曲线拟合。

第五节静态测量数据处理与分析2.一元非线性拟合动态测量数据处理与分析第六节动态数据的类型动态数据的处理步骤时域分析值域分析频域分析在汽车试验中得到的很多测试数据是随着时间变化的，即动态数据。第六节动态测量数据处理与分析一、动态数据的类型动态数据周期数据简单周期数据复杂周期数据非周期数据准周期数据瞬态数据随机数据平稳随机数据各态历经非各态历经非平稳随机数据第六节动态测量数据处理与分析二、动态数据的处理步骤测试系统提供的原始数据，通常是某种电量的时间历程，包含了与被测量有关的一切信息，必须经过一系列的处理和分析，才能从原始数据中提取出有用的信息，并以简洁、直观、合理的形式展示出来。不同试验中数据处理的具体手段和步骤各不相同，但大致包括数据准备、数据检验、数据分析等步骤。将信号从连续时间域上的模拟信号转换到离散时间域上的离散信号，这个过程就是采样，即按照一定的时间间隔在模拟信号上逐点采取其瞬时值。采样过程可以看作是用等间隔的单位脉冲序列和模拟信号相乘。如果采样周期太小，则采样点数增加，使得计算分析工作量增加；如果采样周期太大，则采样频率很低，将可能丢失有用的信息，形成频率混叠，并产生较大的处理误差。第六节动态测量数据处理与分析1.数据准备（1）采样为使动态数据适用于分析处理，首先要对其进行预处理，检测和剔除异常数据。通常采用计算机的数字化处理方式，并在预处理后要进行波形的采样、数据标定、零均值化和消除趋势项等操作。第六节动态测量数据处理与分析1.数据准备（2）频率混叠如果采样结果导致不能分辨是否来源于原始信号，出现了不同频率的采样结果的混叠，就是所谓的“频率混叠”现象。为了避免混叠，以便采样后能够准确恢复原信号，采样频率fs必须不小于信号最高频率fc的2倍，即fs≥2fc，这就是采样定理。实际工作中，一般采样频率应该选为原始信号最高频率的3～4倍以上。第六节动态测量数据处理与分析2.数据检验首先是确定性检验，采用的方法是频谱分析。如图所示。试验数据确定性检验流程（1）平稳性检验平稳性检验是为了判断产生随机性数据的过程是否平稳。最常采用的是直观法，即根据测试项目，结合时间历程的波形分析，重点考察测试过程的物理背景。第六节动态测量数据处理与分析（2）周期性检验：为了判断随机性数据中是否含有周期分量。主要方法是数据分析，再根据样本的概率密度函数、自相关函数或自功率谱密度函数的图形来判断。（3）正态性检验：为了判定随机数据的数值分布是否具有正态分布的特性，常用的办法是计算其概率密度函数，然后将其图形与正态分布做比较，从而做出判断。第六节动态测量数据处理与分析3.数据分析采用的数据分析方法应根据试验数据的类型来选择。对于确定性数据，可以通过列表、图形或经验公式来表达。对于随机性数据，可以从以下三个层面进行描述。(1)时域分析：是以时间为自变量的数学工具，主要是自相关