激光测振仪直流增益和直流偏移的测量不确定度

介绍了用最小二乘法评价外差式激光测振仪信号处理电路直流增益和直流偏移指标时,测量结果的不确定度分析和评定过程.讨论了影响直流增益测量不确定度的几个主要误差来源,包括信号源误差、被校仪器响应误差、被校仪器直流增益、标准仪器测量误差的影响等等.给出了减小直流增益测量不确定度的主要措施:①环境控制措施,以减少环境带来的不确定度;②选取高精度信号,以减少信号源误差带来的不确定度;③选取高精度标准测量仪器,以减少测量误差带来的不确定度.通过一个实例,给出了激光测振仪信号处理电路直流增益和直流偏移指标不确定度分析和评定结果.该过程及结论可应用在相应参数的计量校准中.     

直流增益直流偏移的不确定度评价

介绍了最小二乘法评价直流增益和直流偏移两项指标以及不确定度分析和评价过程,同时给出了一个分析评价实例,该过程及结论可应用在对于测量标准进行相应指标的不确定度分析,也可用于估计指标本身的不确定度。     

数字存储示波器通道隔离度测量不确定度评定

介绍了数字存储示波器通道隔离度的测量不确定度分析和评价过程。讨论了主要的不确定度来源,包括信号源误差、示波器的增益误差、幅度测量误差、幅度分辨力误差、以及测量重复性等等,给出了不确定度模型。并结合一个实例,给出了通道隔离度的不确定度评价结果。     

直流电阻数字化检测方法

介绍了直流电阻的三种数字化检测方法;对三种方法进行分析并给出了测量结果的不确定度;给出了直流电阻检测中可选择的方法.     

高准确度直流电阻分压箱的校准

分析了直流电阻分压箱的技术指标和校准水平,提出了等分测量的校准方法,进行了不确定度分析,给出了验证方法。结果表明：用该方法校准的分压箱,比率误差为１０＾－７量级。     

最小二乘独立线性度的测量不确定度

介绍了用最小二乘法评价线性测量系统线性度指标时，测量结果的不确定分析和评价过程，讨论了影响评价结果不确定度的几个主要误差来源，给出了减小线性度指标评价不确定度的主要措施：（1）环境控制措施，以减少环境带来的不确定度；（2）选取高精度信号，以减少信号源带来的不确定度。通过实例，给出了线性度指标不确定度分析和评价结果。本文方法及结论可应在于讲理标准进行性度指标的不确定分析上，也可用于估计线性度指标本身的不确定度。     

计数法测量采集速率的不确定度评价

介绍了用标准周期计数法评价线性测量系统采集速率时，测量结果的不确定度分析和评价过程；讨论了影响评价结果不确定度的几个主要来源；给出了减小采集速率评价不确定度的主要措施，通过一组实例，给出了采集速率不确定度分析和评价结果，该过程及结论可应用在对于计量标准进行相应指标的不确定度分析上，也可用于估计采集速率指标本身的不确定度。     

数据采集系统直流增益和线性度的精确评价

介绍了两种新的精确评价数据采集系统的直流增益和线性度的方法与过程,即“按码精确评价法”和“定间距（为量化误差整数倍）精确评价法”。同时讨论了介绍了的优缺点及应用。     

同标称值替代法与换位法在直流电阻测量中的应用

介绍了同标称值替代法和换位法校准直流电阻的原理,给出了各自的数学模型,从不确定度、测量结果两个方面对两种方法进行了分析、比较,并对其各自优缺点给出了评价.     

数字压力计测量结果的不确定度评定

介绍了数字压力计的测量不确定度分析和评价过程,讨论了主要的不确定度来源,包括测量误差、分辨力误差、以及测量重复性等,给出了不确定度模型。在一个实际评价例子上,给出了不确定度分析和评价结果,不确定度评定验证表明了该过程的正确性和切实可行性。     

模拟示波器垂直位移线性误差的测量不确定度

介绍了模拟示波器垂直位移线性误差指标测量不确定度的分析和评价。讨论了影响垂直位移线性误差测量不确定度的主要误差来源，包括信号源幅度误差、示波器读值误差、读值重复性的影响等；通过一个实际评价例子，给出了垂直位移线性误差测量不确定度分析和评价结果。     

方波幅度的测量不确定度

介绍了用众数法评价方波幅度时的不确定度分析和评价过程；讨论了主要的不确定度来源，包括众数判别区间的影响、波形测量系统幅度测量误差的影响等等；给出了减小不确定度的主要措施，并结合一个实例，给出了方波幅度的不确定度评价结果。     

自适应无迹增量滤波方法

提出自适应无迹增量滤波(AUIF)的概念和定义,建立自适应无迹增量滤波模型及其分析方法,给出递推算法.传统的滤波方法极少关注量测方程的系统误差.在许多实际情况(如深空探测),量测方程由于受环境因素及测量设备不稳定等影响往往无法进行验证或校准而存在未知的系统误差,并且模型参数和噪声统计量也具有不确定性.这种不确定性会使递推过程产生较大误差,甚至导致发散,从而降低滤波精度.提出的AUIF能够成功消除这种未知的系统误差,也能够实时估计变化的噪声统计量,提高滤波精度.该方法计算简单,便于工程应用.      

Method for utilizing PIV to investigate high curvature and acceleration boundary layer flows around the compressor blade leading edge

Particle Image Velocimetry (PIV) is a well-developed and contactless technique in experimental fluid mechanics, but the strong velocity gradient and streamline curvature near the wall substantially limits its accuracy improvement. This paper presents a data processing procedure combining conventional PIV and newly developed Mirror Interchange (MI) based Interface-PIV for the measurement of the boundary layer parameter development in the blade leading edge region. The synthetic particle images are used to analyze the measurement errors in the entire procedure. Overall, three types of errors, namely the errors caused by the Window Deformation Iterative Multigrid (WIDIM) algorithm, the discrete data interpolation and integration, and the wall offset uncertainty, comprise the main measurement error. Specifically, the errors due to the discrete data interpolation and integration and the WIDIM algorithm comprise the mean bias, which can be corrected through the error analysis method proposed in the present work. Meanwhile, the errors due to the WIDIM algorithm and the wall offset uncertainty contribute to the measurement uncertainty. Computational fluid dynamics-based synthetic particle flows were generated to verify the newly developed PIV data processing procedure and the corresponding error analysis method. Results showed that the data processing method could improve the accuracy of PIV measurements for boundary layer flows with high curvature and acceleration and even with significant flow separation bubbles. Finally, the data processing method is also applied in a PIV experiment to investigate the boundary layer flows around a compressor blade leading edge, and several credible boundary flow parameters were obtained.     

数字存储示波器Δt时间测量和ΔV幅度测量的不确定度评定

评定了数字存储示波器Δt时间差测量功能的测量不确定度和ΔV幅度差测量功能的测量不确定度,讨论了影响评价结果不确定度的几个主要误差来源,包括时基误差、抽样量化误差、测量重复性、幅度测量误差等。同时,以一组实验结果为例,给出了各自的不确定度评定结果。