H.264中一些参数的设置和含义
H.264中一些参数的设置和含义
2009-10-22 16:41:44| 分类：h.264和AVS的学习|字号大中小订阅
一·参数说明
这一节阐述的是encoder.cfg 中的参数对编码过程的影响
要注意的是encoder.cfg 中的参数跟input 结构体中的变量是一一对应的
StartFrame：从视频流的第几帧开始编码
FramesToBeEncoded：指明了除去B帧后将要被编码的帧数
input->no_frames = FramesToBeEncoded
FrameSkip：指明了编码过程中跳过的帧数，中间有B 帧也算跳过一帧。NumberBFrames：相邻I、P帧或相邻的P帧之间的B 帧个数，必须有NumberBFrames< FrameSkip
input->successive_Bframe = NumberBFrames
IntraPeriod：I 帧出现的频率。若IntraPeriod="3"，则每3 帧（不含B 帧）中有一I 帧；IntraPeriod="0" 时只有第一帧是I 帧。
IDRIntraEnable：此值为1时每个I帧都是IDR，否则只有第一个I帧是IDR。
举例：在StartFrame="0"
FramesToBeEncoded="5"
FrameSkip="3"
NumberBFrames="2"
IntraPeriod="3"
IDRIntraEnable="1"
的情况下编码情况如下，其中红色代表IDR 帧
表1
视频流0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
编码流I B B P B B P B B I B B P
编码顺序0 2 3 1 5 6 4 8 9 7 11 12 10
二·pic_order_cnt_type 为0 的情况
这种情况下显式的计算POC
（1）编码端I 帧或P 帧toppoc 的计算
这个过程在main()函数的组循环
“for (img->number=0; img->number < input->no_frames; img->number++){ }”
中实现
z IntraPeriod或IDRIntraEnable 为零时
这种情况下只有第一个I 帧是IDR 帧，比较简单。对于I帧或P 帧，其顶场的POC 为(img->number) * (2*(input->successive_Bframe+1)) z IntraPeriod和IDRIntraEnable 都不为零时
这种情况下每个I 帧都是IDR 帧，其POC 必须设置为零，I帧出现的频率为IntraPeriod，故其toppoc为
(img->number % input->intra_period) * (2*(input->successive_Bframe+1))
z 说明：
原程序中使用了宏定义IMG_NUMBER
“#define IMG_NUMBER (img->number - start_frame_no_in_this_IGOP)”
通过搜start_frame_no_in_this_IGOP可知这个变量在NumberOfFrameInSecondIGOP为0 （encoder_main.cfg 中就是这样设置的）时恒为0，故有
IMG_NUMBER = img->number
（2）编码端B帧POC 的计算
由表一可知，在编完一I 帧或P 帧之后才开始对它前面的B帧进行编码
for (img->number=0; img->number < input->no_frames; img->number++)
{
……I，P 帧编码……
if ((input->successive_Bframe != 0) && (IMG_NUMBER > 0))
{
……
for(img->b_frame_to_code=1; img->b_frame_to_code<=input->successive_Bframe;
img->b_frame_to_code++)
{
}
z IntraPeriod或IDRIntraEnable 为零时toppoc 等于
2+(img->number-1) * (2*(input->successive_Bframe+1))
+2* (img->b_frame_to_code-1)
a) 第一个2 指得是IDR 的两个场;
b) img->number要减一是因为要对当前帧(img->number)前面的B帧进行编码；
z IntraPeriod和IDRIntraEnable 都不为零时toppoc等于
2+(img->number % input->intra_period-1) * (2*(input->successive_Bframe+1))
+2* (img->b_frame_to_code-1)
IDR 帧前面
（3）toppoc 到pic_order_cnt_lsb 的转化
img->pic_order_cnt_lsb
=img->toppoc &
~((((unsigned int)( –1)) << (log2_max_pic_order_cnt_lsb_minus4+4)))
z (unsigned int)(-1)的十六进制形式是0xffffffff，即它的每一位都是1；
z log2_max_pic_order_cnt_lsb_minus4+4是图象数目（包括 B 帧）最大值的位数z 当toppoc >0时，img->pic_order_cnt_lsb=img->toppoc
当toppoc <0时，img->pic_order_cnt_lsb= max_pic_order_cnt+ img->toppoc
其中max_pic_order_cnt=1<<( log2_max_pic_order_cnt_lsb_minus4+4)
z 疑问：
不知道toppoc 到pic_order_cnt_lsb 这个过程有什么意义；
POC 的值会从0 变到很大，为什么不对它进行熵编码；
（4）解码端toppoc 的恢复
此过程在函数decode_poc 中执行。其思想是对于IDR 前的B 帧
Toppoc = pic_order_cnt_lsb - max_pic_order_cnt
否则
Toppoc = pic_order_cnt_lsb
是否减去max_pic_order_cnt 由变量PicOrderCntMsb 决定，对于IDR 前的B 帧PicOrderCntMsb = (– max_pic_order_cnt)
否则
PicOrderCntMsb = 0
到这就不难理解PicOrderCntMsb 的含义了，PicOrderCntMsb 反映了toppoc的值是否小于0。
至于另外两个参数：PrevPicOrderCntMsb 总是为0；PrevPicOrderCntLsb 在当前图象是IDR
或IDR 前（视频流中）的B 帧时为0，否则等于前一图象（编码序列中）的PicOrderCntLsb。三·pic_order_cnt_type 为1 的情况
这种情况下通过frame_num来计算POC
（1）frame_num 简介
参考《毕厚杰》7.3.4 节中frame_num 条款的解释，对于表1 中的图象序列，其frame_num 的值参考如下：
表2
视频流0 1 2 4 5 6 8 9 10 12 13 14 16
编码流I B B P B B P B B I B B P
编码顺序0 2 3 1 5 6 4 8 9 7 11 12 10
frame_num 0 2 2 1 3 3 2 1 1 0 2 2 1
poc 0 2 4 6 8 10 12 -4 -2 0 2 4 6
（2）算法思想以及其解码端的实现
z 对于IDR 帧，poc = 0；
z 对于I 帧或P 帧
poc = frame_num*2*(input->successive_Bframe+1)
或
poc = 2*(input->successive_Bframe+1)
+ (frame_num – 1)*2*(input->successive_Bframe+1) 解码端实现
poc = img->ExpectedPicOrderCnt
+ img->delta_pic_order_cnt[0] (在I，P 帧下为0)
z 对于I 帧或P 帧之前的B 帧（视频流中）
poc = (frame_num – 1)*2*(input->successive_Bframe+1)
– 2*(input->successive_Bframe+1 – img->b_frame_to_code)
或
poc = 2*(input->successive_Bframe+1)
+ (frame_num – 1 – 1)*2*(input->successive_Bframe+1)
+ 2*( img->b_frame_to_code – 1)
– 2*input->successive_Bframe
解码端的实现
poc = img->ExpectedPicOrderCnt
+ img->delta_pic_order_cnt[0]
+ active_sps->offset_for_non_ref_pic
z 变量说明
a) 其中img->b_frame_to_code请参见标题一·（2）
b) img->disposable_flag = (nalu->nal_reference_idc = = 0)，而nal_reference_idc 只在B 帧时
为0，即img->disposable_flag只在B帧时为1。这也是在B帧情况下img->AbsFrameNum 要比I 帧或P 帧多减去一个1 的原因。
c) 其它变量参见下面小题；
（3）编码端参数设置
a) img->num_ref_frames_in_pic_order_cnt_cycle：
这个参数在init_poc( )函数中设置为1 后就再没改动过；
b) img->offset_for_ref_frame[0] ：
在StoredBPictures为0 时等于2*(input->successive_Bframe+1)；
c) img->offset_for_ref_frame[1] ：
没什么用，264 头文件中不会保存此变量；
d) img->delta_pic_order_cnt[0] ：
这个变量只对B 帧有用，等于2*(img->b_frame_to_code –1)；对于I 帧或P 帧，
其值为0；
e) active_sps->offset_for_non_ref_pic：
只对B 帧有用，在StoredBPictures 为0 时等于–2*input->successive_Bframe,
/////////////////////////////////////////////////////////////////////////
(1) 文件操作参数:#Files
InputFile ="silent.yuv" #输入序列,YUV 4:2:0
FramesToBeEncoded = 30 #编码图象帧数
SourceWidth = 352 #图象宽度,必须是16像素的倍数
SourceHeight = 288 #图象高度,必须是16像素的倍数
TraceFile = "silent_enc2.txt" #跟踪文件
ReconFile = "silent_rec_RD2.yuv" #恢复文件
OutFile = "silent.26l" #输出文件
(2) 编码控制参数: #Encoder Control
IntraPeriod = 0 #I帧的周期(0=只有第一帧为I帧)
QPFirstFrame = 15 #第一帧量化步长(0-31)
QPRemainingFrame = 25 #其它帧量化步长(0-31)
FrameSkip = 0 #输出图象采样间隔(如2表示每三帧取一帧)
MVResolution = 1 #运动矢量精度:0:1/4像素精度，1:1/8像素精度
UseHamard = 0 #Hadamard变换（0=无效，１=有效)
SearchRange = 16 #最大搜索范围
NumberRefereceFrames = 1 #用于帧间预测的参考帧数(1-5)
MbLineIntraUpdate= 0 #错误鲁棒性0:无效,N:每Ｎ帧进行一次帧内编码GOB InterSearch16x16 = 1 #帧间搜索块16x16大小（0=无效，1=有效)
InterSearch16x8 = 1 #帧间搜索块16x8大小（0=无效，1=有效)
InterSearch8x16 = 1 #帧间搜索块8x16大小（0=无效，1=有效)
InterSearch8x8 = 1 #帧间搜索块8x8大小（0=无效，1=有效)
InterSearch8x4 = 1 #帧间搜索块8x4大小（0=无效，1=有效)
InterSearch4x8 = 1 #帧间搜索块4x8大小（0=无效，1=有效)
InterSearch4x4 = 1 #帧间搜索块4x4大小（0=无效，1=有效)
(3) 定义输入参数结构体InputParameters
typedef struct
{
int no_frames; //编码帧数
int qp0; //第一帧量化步长
int qpN; //其余帧量化步长
int jumpd; //输出图象采样间隔(如２表示每三帧取一帧)
int mv_res; //运动矢量精度:0:1/4像素精度1:1/8像素精度
int hadamard; //0:普通1:利用４x4Ｈadamard变换，计算绝对变换误差
int search_range; //搜索范围－基于16x16块整像素搜索，搜索窗是以预测矢量为中心，对于8x8和4x4块的搜索范围是基于16x16块的1/2
int no_multpred; //1:仅以前一帧做参考,2:以前一帧或大前帧，最多５个参考帧
int img_width; //图象宽度
int img_height; //图象高度
int yuv_format; //YUV采样比(0=4:0:0,1=4:2:0,2=4:2:2,3=4:4:4)
int color_depth; //每个像素所需的位数，一般为8bit/pel
int intra_upd; //错误鲁棒性(0:无效，N:每N帧进行一次帧内编码GOB)
int blc_size[8][2]; //帧间搜索的不同大小块数组
int slice_mode; //片编码模式
int UseConstrainedIntraPred; //0:帧间宏块采用帧内预测1:无效
int infile_header; //输出文件的头信息长度
char infile[100]; //YUV4：2:0输入文件
char outfile[100]; //H26L压缩输出码流
char ReconFile[100]; //重建图象文件
char TraceFile[100]; //跟踪输出文件
int intra_period; //帧内编码周期
//B pictures
int successive_Bframe; //B帧编码数目
int pqB; //B帧编码量化步长
//SP Pictures
int sp_periodicity; //SP帧周期
int qpsp; //SP帧预测误差量化步长
int qpsp_psed; //SP帧预测量化步长
int InterSearch16x16; //搜索块大小
int InterSearch16x8; int InterSearch8x16; int InterSearch8x8; int InterSearch8x4; int InterSearch4x8; int InterSearch4x4; }InputParameters;
(整理)传感器的含义.
1、传感器的定义 英文名称：transducer / sensor 传感器是一种物理装置或生物器官，能够探测、感受外界的信号、物理条件（如光、热、湿度）或化学组成（如烟雾），并将探知的信息传递给其他装置或器官。 国家标准GB7665-87对传感器下的定义是：“能感受规定的被测量并按照一定的规律转换成可用信号的器件或装置，通常由敏感元件和转换元件组成”。传感器是一种检测装置，能感受到被测量的信息，并能将检测感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。它是实现自动检测和自动控制的首要环节。 2、传感器的分类 可以用不同的观点对传感器进行分类：它们的转换原理(传感器工作的基本物理或化学效应)；它们的用途；它们的输出信号类型以及制作它们的材料和工艺等。 根据传感器工作原理，可分为物理传感器和化学传感器二大类：传感器工作原理的分类物理传感器应用的是物理效应，诸如压电效应，磁致伸缩现象，离化、极化、热电、光电、磁电等效应。被测信号量的微小变化都将转换成电信号。 化学传感器包括那些以化学吸附、电化学反应等现象为因果关系的传感器，被测信号量的微小变化也将转换成电信号。
有些传感器既不能划分到物理类，也不能划分为化学类。大多数传感器是以物理原理为基础运作的。化学传感器技术问题较多，例如可靠性问题，规模生产的可能性，价格问题等，解决了这类难题，化学传感器的应用将会有巨大增长。 按照其用途，传感器可分类为： 压力敏和力敏传感器 液面传感器 速度传感器 加速度传感器 湿敏传感器 气敏传感器 真 以其输出信号为标准可将传感器分为： 模拟传感器—— 数字传感器——将被测量的非电学量转换成数字输出信号(包括直接和间接转换) 膺数字传感器——将被测量的信号量转换成频率信号或短周期 信号的输出(包括直接或间接转换) 开关传感器——当一个被测量的信号达到某个特定的阈值时，传 感器相应地输出一个设定的低电平或高电平信号。
Gamma分布与指数分布
Gamma分布与指数分布 "Gamma 分布gamma distribution; form of gamma distribution;" 在学术文献中的解释 1、在地震序列的有序性、地震发生率的齐次性、计数特征具有独立增量和平稳增量情况下,可以导出地震发生i 次时间的概率密度为Gamma 密度函数(亦称为Gamma分布) r (称为伽马函数，它是用一个积分式定义的，不是初等函数。伽马函数有性质： r(x+i)=x , (r) (0)=1, r (1/2)=，▽对证整数n,有r (n+1)=n伽马分布里面r ( a ,(分布函数已经了解)。a ,个指代何种意义的参数？比如在化工里面有这样一个问题，说反应器管道的长度L服从r ( a分布，那么a，是和管道形状和尺度相关的参数。a，是两个分布调整参量，该分布的期望二C+(a /也就是说a /调整期望；分布的方差二a / (3，由此并不需要单独定义二者，应该共同对分布起作用！ 伽马函数r(z)的定义域是，C-{-n,n=0,1,2,...}其中C为复数域，Re (z) >0 时，常见的积分是收敛，也就是说r(z)可用常见的积分定义。 如 1 种常见的积分： r (z)二/ {0 指数分布 如果随机变量X 的概率密度为 公式 P (X>0二入乘以(e的一入X次方)；p(x<0)=0 则称X遵从指数分布(参数为为。 在概率论和统计学中，指数分布( Exponentialdistribution )是一种连续概率分布。指数分布可以用来表示独立随机事件发生的时间间隔，比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等等。 许多电子产品的寿命分布一般服从指数分布。有的系统的寿命分布也可用指数分布来近似。它在可靠性研究中是最常用的一种分布形式。指数分布是伽玛分布和威布尔分布的特殊情况，产品的失效是偶然失效时，其寿命服从指数分布。 指数分布可以看作当威布尔分布中的形状系数等于 1 的特殊分布，指数分 布的失效率是与时间t 无关的常数，所以分布函数简单。 1-2 什么是测量误差？测量误差有几种表达方式？它们通常应用在什么场合？ 测量误差是测得值减去被测值的真值。 测量误差有五种表达方式分别是： （1）绝对误差:当被测量大小相同时，常用绝对误差来评定准确度。 （2）实际相对误差:相对误差常用来表示和比较测量的准确度。 （3）引用误差:引用误差是仪表中通用的一种误差表示方法。 （4）基本误差 （5）附加误差:基本误差和附加误差常用于仪表和传感器中。 1-6 什么是随机误差？系统误差可以分为哪几类？系统误差有哪些检验方法？如何减小和消除系统误差？ 在同一测量条件下，多次测量同一量值时，绝对值和符号保持不变，或在条件改变时，按一定规律变化的误差称为系统误差。 系统误差可分为恒值（定值）系统误差和变值系统误差。误差的绝对值和符号已确定的系统误差称为恒值（定值）系统误差；绝对值和符号变化的系统误差称为变值系统误差，变值系统误差又可分为线性系统误差、周期性系统误差和复杂规律系统误差等。 检验方法：实验对比法；残余误差观察法；准则检查法 系统误差的消除： 1. 从产生误差根源上消除系统误差； 2.用修正方法消除系统误差的影响； 3. 在测量系统中采用补偿措施； 4.可用实时反馈修正的办法，来消除复杂的变化系统误差。 1-8什么是粗大误差？如何判断监测数据中存在的粗大误差？ 超出在规定条件下的预期的误差成为粗大误差，粗大误差又称为疏忽误差。 判断粗大误差的原则是看测量值是否满足正态分布，要对测量数据进行必要的检验。通常用来判断粗大误差的准则有：3 准则（莱以特准则）；肖维勒准则；格拉布斯准则。 2-1什么叫传感器？它由哪几部分组成？他们的作用及相互关系如何？ 答：传感器是能感受（或响应）规定的被测量并按照一定的规律转换成可用输出信号的器件或装置。 通常传感器有敏感元件和转换元件组成。其中，敏感元件是指传感器中能直接感受或响应被测量的部份；转换元件是指传感器中能将敏感元件感受或响应的被测量转换成适于传输或测 指数分布 设连续型随机变量X 的密度函数为0 ()00x e x f x x λλ-?≥=?为常数。 其分布函数为0 10 ()()00x x e x F x f t dt x λ-?-≥==? >，我们有 (|)()x P X s t X t e P X s λ->+>==>，如果X 解释为寿命，这表明如果已知X 的 寿命大于t 年，则它再活s 年的概率与年龄t 无关，这是指数分布的重要特征。因此指数分布为“永远年青”的分布。 例：某型号计算机，无故障工作的时间X （单位h ）服从参数为1 100 的指数 分布，求它无故障工作50—100h 的概率是多少？它的运转时间少于100h 的概率是多少？ 解 由题设X 的密度函数为1100 10 ()100 00x e x f x x -?≥? =??===在内无冲击 于是X 的分布函数为()1()1,0t F t R t e t λ-=-=-> 带你认识基本的传感器特性参数 复性、精度、分辨率、零点漂移、带宽，本文将对这些参数进行一一介绍。 量程 每个传感器都有自身的测量范围，被测量处在这个范围内时，传感器的输出信号才是有一定的准确性的。 传感器的量程X FS、满量程输出值Y FS、测量上限X max、测量下限X min的关系见下图。 灵敏度 传感器的灵敏度是指其输出变化量ΔY与输入变化量ΔX的比值，可以用k表示。对于一个线性度非常高的传感器来说，也可认为等于其满量程输出值Y FS与量程X FS的比值。灵敏度高通常意味着传感器的信噪比高，这将会方便信号的传递、调理及计算。 k=ΔY ΔX 线性度 传感器的线性度又称非线性误差，是指传感器的输出与输入之间的线性程度。理想的传感器输入-输出关系应该是程线性的，这样使用起来才最为方便。但实际中的传感器都不具备这种特性，只是不同程度的接近这种线性关系。 实际中有些传感器的输入-输出关系非常接近线性，在其量程范围内可以直接用一条直线来拟合其输入-输出关系。有些传感器则有很大的偏离，但通过进行非线性补偿、差动使用等方式，也可以在工作点附近一定的范围内用直线来拟合其输入-输出关系。 选取拟合直线的方法很多，上图表示的是用最小二乘法求得的拟合直线，这是拟合精度最高的一种方法。实际特性曲线与拟合直线之间的偏差称之为传感器的非线性误差δ,其最大值与满量程输出值Y FS的比值即为线性度γL。 γL=± δ Y FS ×100% 迟滞 当输入量从小变大或从大变小时，所得到的传感器输出曲线通常是不重合的。也就是说，对于同样大小的输入信号，当传感器处于正行程或反行程时，其输出值是不一样大的，会有一个差值ΔH，这种现象称为传感器的迟滞。 产生迟滞现象的主要原因包括传感器敏感元件的材料特性、机械结构特性等，例如运动部件的摩擦、传动机构间隙、磁性敏感元件的磁滞等等。迟滞误差γH的具体数值一般由实验方法得到，用正反行程最大输出差值ΔH max的一半对其满量程输出值Y FS的比值来表示。 γH=±?H max FS ×100% 重复性 一个传感器即便是在工作条件不变的情况下，若其输入量连续多次地按同一方向（从小到大或从大到小）做满量程变化，所得到的输出曲线也是会有不同的，可以用重复性误差γR 来表示。 重复性误差是一种随机误差，常用正行程或反行程中的最大偏差ΔY max的一半对其满量程输出值Y FS的比值来表示。 传感器复习题-李章红 传感器复习题 1.1、什么是传感器？按国标定义，“传感器”应如何说明含义？ 答：从广义的角度来说，感知信号检出器件和信号处理部分总称为传感器。我们对传感器的定义：一种能把特定信息（物理、化学、生物）按一定规律转换成某种可用信号输出的器件和装置。从狭义的角度来对传感器定义是：能把外界非电信号转换成电信号输出的器件。 我国国家标准（GB7665-87）对传感器的定义是：“能感受规定的被测量件并按照一定的规律(数学函数法则)转换成可用信号的器件或装置，通常由敏感元件和转换元件组成”。定义表明传感器有这样三层含义：它是由敏感元件和转换元件构成的一种检测装置；能按一定规律将被测量转换成电信号输出：传感器的输出与输入之间存在确定的关系。按使用的场合不同传感器又称为变换器、换能器、探测器。 1.2、传感器有哪几部分组成？试述它们的作用及相互关系。 答：（1）组成：由敏感元件、转换元件、基本电路组成。 （2）关系及作用：传感器处于研究对象与测试系统的接口位置，即检测与控制之首。传感器是感知、获取及检测信息的窗口，一切科学研究与自动化生产过程要获取的信息都要通过传感器获取并通过它转换成容易传输与处理的电信号。其作用于地位特别重要 1.4、传感器如何分类？按传感器检测的范畴可分为哪几种？ 答：按照我国制定的传感器分类体系表，传感器分为物理传感器、化学传感器、生物量传感器三大类，含12个小类。按照传感器的检测对象可分为：力学量、热学量、流体量、光学量、电量、磁学量、声学量、化学量、生物量、机器人等等。 1.7、请列举出你用到或者看到的传感器，并说明其作用。如果没有传感器， 指数分布与泊松分布的随机值的产生程序原理解析 指数分布与泊松分布的随机值的产生程序原理解析 除湿机 最近做毕业设计要涉及到排队问题的仿真。而根据排队论，指数分布的随机值是表示两个排队者进入队列的时间间隔；而泊松分布的随机值表示的是单位时间内进入排队者的数量。 1 先来复习一下公式 1.1 指数分布： 1.1.1 概率密度函数： （1） 1.1.2 概率分布函数： （2） 1.2 泊松分布 1.2.1 概率密度函数： ,k=0,1,2,3 (3) 1.2.2 概率分布律： （4） 1.3 伽马分布 1.3.1 概率密度函数： （5） 1.3.2 概率分布律： （6） 1.3.3 伽马函数： （7） （8） （9） 伽马函数的特性： 2 生成连续分布随机变量的一般方法 根据分布函数的性质，F(x)单调上升，，在，所以F(X)可逆。 设y=F(x),则 我们可以用U（U是服从[0，1)均匀分布的随机变量）代替式子中的y，我们需要的目标随机变量X替换x，得： （10） 3 生成指数分布随机变量的方法 ，通过逆变换得: 因为1-U（U是服从[0，1)均匀分布的随机变量）也服从均匀分布，所以 这时的U必须不等于0。 4 生成泊松分布随机变量的方法 这里我是通过服从指数分布的随机变量来生成泊松分布的随机变量。因为指数分布实际上是伽马分布的一种特殊情况。 大家看下面这个伽马分布的密度函数： 我们令,这个式子就化成了下面这个指数分布的密度函数 而伽马分布还具有的一个性质是加成性： 如果随机变量相互独立，则存在服从伽马分布的符合一下规则 因为指数分布是伽马分布的特例，所以也有如上性质。 然后，我们知道指数分布的随机变量是表示两个排队者的时间间隔，我们一直产生期望为的指数分布的随机变量直到， 然后停止，这时m-1就是我们要的泊松分布在1时间内的随机变量，根据伽马分布的可加性， 的概率就是服从 ： 因此，令n=m-1这个伽马分布的随机变量=的概率，就是: 概率密度函数 累积分布函数 [1] 期望值： 方差： 若随机变量x服从参数为λ的指数分布，则记为X~ e(λ). 3特性 无记忆性 指数函数的一个重要特征是无记忆性（Memoryless Property，又称遗失记忆性）。这表示如果一个随机变量呈指数分布 当s,t≥0时有P(T>s+t|T>t)=P(T>s) 分位数 率参数λ的四分位数函数（Quartile function）是： F^-1(P;λ)= -LN(1-P)\λ 第一四分位数：ln(4/3)\λ 中位数：ln(2)\λ 第三四分位数：ln(4)/λ 4分布 在概率论和统计学中，指数分布（Exponential distribution）是一种连续概率分布。指数分布可以用来表示独立随机事件发生的时间间隔，比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等等。 许多电子产品的寿命分布一般服从指数分布。有的系统的寿命分布也可用指数分布来近似。它在可靠性研究中是最常用的一种分布形式。指数分布是伽玛分布和威布尔分布的特殊情况，产品的失效是偶然失效时，其寿命服从指数分布。 指数分布可以看作当威布尔分布中的形状系数等于1的特殊分布，指数分布的失效率是与时间t无关的常数，所以分布函数简单。 在电子元器件的可靠性研究中，通常用于描述对发生的缺陷数或系统故障数的测量结果。这种分布表现为均值越小，分布偏斜的越厉害。 指数分布应用广泛，在日本的工业标准和美国军用标准中，半导体器件的抽验方案都是采用指数分布。此外，指数分布还用来描述大型复杂系统（如计算机）的平均故障间隔时间MTBF的失效分布。但是，由于指数分布具有缺乏“记忆”的特性．因而限制了它在机械可靠性研究中的应用，所谓缺乏“记忆”，是指某种产品或零件经过一段时间t0的工作后,仍然如同新的产品一样,不影响以后的工作寿命值，或者说，经过一段时间t0的工作之后，该产品的寿命分布与原来还未工作时的寿命分布相同，显然，指数分布的这种特性，与机械零件的疲劳、磨损、腐蚀、蠕变等损伤过程的实际情况是完全矛盾的，它违背了产品损伤累积和老化这一过程。所以，指数分布不能作为机械零件功能参数的分布形式。 指数分布虽然不能作为机械零件功能参数的分布规律，但是，它可以近似地作为高可靠性的复杂部件、机器或系统的失效分布模型，特别是在部件或机器的整机试验中得到广泛的应用。 指数分布比幂分布趋近0的速度慢很多,所以有一条很长的尾巴。指数分布很多时候被认为是长尾分布。互联网网页链接的出度入度符合指数分布 指数分布的参数为λ，则指数分布的期望为1/λ，方差为(1/λ)的平方。 传感器原理与应用复习题 第一章传感器概述 1．什么是传感器？传感器由哪几个部分组成？试述它们的作用和相互关系。 （1）传感器定义：广义的定义：一种能把特定的信息（物理、化学、生物）按一定的规律转换成某种可用信号输出的器件和装置。广义传感器一般由信号检出器件和信号处理器件两部分组成；狭义的定义：能把外界非电信号转换成电信号输出的器件。 我国国家标准对传感器的定义是：能够感受规定的被测量并按照一定规律转换成可用输出信号的器件和装置。 以上定义表明传感器有这样三层含义：它是由敏感元件和转换元件构成的一种检测装置；能按一定规律将被测量转换成电信号输出；传感器的输出与输入之间存在确定的关系。 （2）组成部分：传感器由敏感元件，转换元件，转换电路组成。 （3）他们的作用和相互关系：敏感元件是直接感受被测量，并输出与被测量成确定关系的物理量；转换元件把敏感元件的输出作为它的输入，转换成电路参量；上述电路参数接入基本转换电路，便可转换成电量输出。 2．传感器的总体发展趋势是什么？现代传感器有哪些特征，现在的传感器多以什么物理量输出？ （1）发展趋势：①发展、利用新效应；②开发新材料；③提高传感器性能和检测范围；④微型化与微功耗；⑤集成化与多功能化；⑥传感器的智能化；⑦传感器的数字化和网络化。 （2）特征：由传统的分立式朝着集成化。数字化、多动能化、微型化、智能化、网络化和光机电一体化的方向发展，具有高精度、高性能、高灵敏度、高可靠性、高稳定性、长寿命、高信噪比、宽量程和无维护等特点。 （3）输出：电量输出。 3．压力、加速度、转速等常见物理量可用什么传感器测量？各有什么特点？ 名称特点应用 电阻式传感器电阻式传感器具有体积小、质量轻、 结构简单、输出精度较高、稳定性好、 适于动态和静态测量等特点。 用于力、力矩、压力、位移、加速度、 重量等参数的测量 电容式传感器小功率、高阻抗；具有很高的输入阻 抗；静电引力小，工作所需作用力小； 有较高的频率，动态响应特性好；结 构简单，可进行非接触测量。优点是 电容式传感器用于位移、振动、角度、 加速度等机械量精密测量。逐渐应用 于压力、压差、液面、成份含量等方 面的测量。 指数分布相关问题一. 在概率论中有一种分布是指数分布，其概率密度函数为 f(x)=λe^(-λ) x>0 (0 x<=0 ) 这种分布具有无记忆性，和寿命分布类似。举个例子来说就是，一个人已经活了20岁和他还能再活20岁这两件事是没有关系的。因此指数分布也被戏称为“永远年轻”。另外正态分布也用到了指数函数，只不过表达式比较复杂，这在高中数学中也有涉及到。 二. 在复变函数中，也经常用到指数形式表示一个负数。比如说1+i=根号2*e^(πi/4) 这是根据著名的欧拉公式得到的：cosa+isina=e^(ai),当然复指数与实数范围内的指数有很多不同的地方，在复变函数中还会学深入的学到。 复指数在信号的频谱分析中还有很重要的应用，要研究一个周期信号的还有那些频率分量就要把它展开成若干个复指数函数的线性组合，这个过程叫傅里叶分解，是法国数学家、物理学家傅里叶（Fourier）发现的。学习电信类的相关专业会对信号的分析有一个系统的学习。 幂函数最重要的应用就是级数。不严谨的说，就是把一个函数展开成无穷项等比数列求和的形式，只不过每项都是关于x的幂函数，利用这个幂级数，可以把任意一个函数表示成多项式，方便近似计算。另外，刚才提到的傅里叶分解也就是把一个周期函数（信号）展开成傅里叶级数。如果函数是非周期的（即周期无限大）这个过程就叫做傅里叶变换。 指数分布的应用: 一. 许多电子产品的寿命分布一般服从指数分布。有的系统的寿命分布也可用指数分布来近似。它在可靠性研究中是最常用的一种分布形式。指数分布是伽玛分布和威布尔分布的特殊情况，产品的失效是偶然失效时，其寿命服从指数分布。 指数分布可以看作当威布尔分布中的形状系数等于1的特殊分布，指数分布的失效率是与时间t无关的常数，所以分布函数简单。 二. 在电子元器件的可靠性研究中，指数分布应用广泛，在日本的工业标准和美国军用标准中，半导体器件的抽验方案都是采用指数分布。此外，指数分布还用来描述大型复杂系统（如计算机）的故障间隔时间的失效分布。但是，由于指数分布具有缺乏“记忆”的特性．因而限制了它在机械可靠性研究中的应用，所谓缺乏“记忆”，是指某种产品或零件经过一段时间t0的工作后,仍然如同新的产品一样,不影响以后的工作寿命值，或者说，经过一段时间t0的工作之后，该产品的寿命分布与原来还未工作时的寿命分布相同，显然，指数分布的这种特性，与机械零件的疲劳、磨损、腐蚀、蠕变等损伤过程的实际情况是完全矛盾的，它违背了产品损伤累积和老化这一过程。所以，指数分布不能作为机械零件功能参数的分布形式。 指数分布虽然不能作为机械零件功能参数的分布规律，但是，它可以近似地作为高可靠性的复杂部件、机器或系统的失效分布模型，特别是在部件或机器的整机试验中得到广泛的应用。 三. 排队论，也称随机服务系统理论。排队是在日常生活中经常遇到的现象，在医院中，目前要求服务的数量通常都超过服务机构的容量。对服务系统进行定量分析，综合平衡患者与服机构的设置，以期提高服务质量。 1. 什么是测量值的绝对误差、相对误差、引用误差? 某量值的测得值和真值之差称为绝对误差。相对误差有实际相对误差和标称相对误差两种表示方法。实际相对误差是绝对误差与被测量的真值之比；标称相对误差是绝对误差与测得值之比。引用误差是仪表中通用的一种误差表示方法，也用相对误差表示，它是相对于仪表满量程的一种误差。引用误差是绝对误差（在仪表中指的是某一刻度点的示值误差）与仪表的量程之比。 2. 什么是测量误差？测量误差有几种表示方法？它们通常应用在什 么场合？ 测量误差是测得值与被测量的真值之差。测量误差可用绝对误差和相对误差表示,引用误差也是相对误差的一种表示方法。在实际测量中，有时要用到修正值，而修正值是与绝对误差大小相等符号相反的值。在计算相对误差时也必须知道绝对误差的大小才能计算。采用绝对误差难以评定测量精度的高低，而采用相对误差比较客观地反映测量精度。引用误差是仪表中应用的一种相对误差，仪表的精度是用引用误差表示的。 3. 已知待测力为70N，现在有两只测力仪表。一直测量范围为0- 500N，精度为0.5级，另一只测量范围为0-100N，精度为1.0级。 问选用哪一只测力仪表好？ 解：最大满度相对误差为±0.5%±1%，绝对误差为±2.5和±1。 R1=±2.5/70=±3.57%，R2=±1/70=±1.43%，R1>R2,则选第二只表较好。 4. 标准差有几种表示形式？如何计算？分别说明它们的含义。 标准偏差简称标准差，有标准差，标准差的估计值及算术平均值的标准 差。 Image Image () Image 由于随机误差的存在，等精度测量列中各个测得值一般皆不相同，它们围绕着该测量列的算术平均值有一定的分散，此分散度说明了测量列中单次测得值的不可靠性，标准差是表征同一被测量的n次测量的测得值分散性的参数，可作为测量列中单次测量不可靠性的评定标准。而被测量的真值为未知，故不能求得标准差，在有限次测量情况下，可用残余误差代替真误差，从而得到标准差的估计值，标准差的估计值含义同标准差，也是作为测量列中单次测量不可靠性的评定标准。 Gamma分布与指数分布 "Gamma分布gamma distribution; form of gamma distribution;" 在学术文献中的解释 1、在地震序列的有序性、地震发生率的齐次性、计数特征具有独立增量和平稳增量情况下,可以导出地震发生i次时间的概率密度为Gamma密度函数(亦称为Gamma分布) Γ(x)称为伽马函数，它是用一个积分式定义的，不是初等函数。伽马函数有性质：Γ(x+1)=xΓ(x)，Γ(0)=1，Γ(1/2)=√π，对正整数n，有Γ(n+1)=n！伽马分布里面Γ(α,β)（分布函数已经了解）。α,β个指代何种意义的参数？比如在化工里面有这样一个问题，说反应器管道的长度L服从Γ(α,β)分布，那么α,β是和管道形状和尺度相关的参数。α,β是两个分布调整参量，该分布的期望=C+(α/β),也就是说α/β调整期望；分布的方差=α/β^2，由此并不需要单独定义二者，应该共同对分布起作用！ 伽马函数Γ（z）的定义域是，C-{-n,n=0,1,2,...},其中C为复数域， Re（z）>0时，常见的积分是收敛，也就是说Γ（z）可用常见的积分定义。 如1种常见的积分：Γ（z）=∫{0 均值是a/入 方差是a/(入^2) 指数分布 如果随机变量X的概率密度为 公式 P（X≥0）=λ乘以(e的－λX次方）;p(x<0)=0 则称X遵从指数分布（参数为λ）。 在概率论和统计学中，指数分布（Exponential distribution）是一种连续概率分布。指数分布可以用来表示独立随机事件发生的时间间隔，比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等等。 许多电子产品的寿命分布一般服从指数分布。有的系统的寿命分布也可用指数分布来近似。它在可靠性研究中是最常用的一种分布形式。指数分布是伽玛分布和威布尔分布的特殊情况，产品的失效是偶然失效时，其寿命服从指数分布。 指数分布可以看作当威布尔分布中的形状系数等于1的特殊分布，指数分布的失效率是与时间t无关的常数，所以分布函数简单。 真空传感器是工业实践中最常用的一种压力传感器，现已广泛应用于各种工业自控环境。每种仪器在使用的时候，我们都力求能够使其测量结果精准，而首要的就是对该产品相关信息要有了如指掌，才能够为其安装使用奠定坚实的基础。下面就让艾驰商城小编对传感器常用参数的含义来一一为大家做介绍吧。 1、传感器：能感受规定的被测量并按照一定的规律转换成可用输出信号的器件或装置。通常有敏感元件和转换元件组成。 （1）敏感元件是指传感器中能直接（或响应）被测量的部分。 （2）转换元件指传感器中能较敏感元件感受（或响应）的北侧量转换成是与传输和（或）测量的电信号部分。 （3）当输出为规定的标准信号时，则称为变送器。 2、测量范围：在允许误差限内被测量值的范围。 3、量程：测量范围上限值和下限值的代数差。 4、精确度：被测量的测量结果与真值间的一致程度。 5、从复性：在所有下述条件下，对同一被测的量进行多次连续测量所得结果之间的符合程度： 6、分辨力：传感器在规定测量范围圆可能检测出的被测量的最小变化量。 7、阈值：能使传感器输出端产生可测变化量的被测量的最小变化量。 8、零位：使输出的绝对值为最小的状态，例如平衡状态。 9、激励：为使传感器正常工作而施加的外部能量（电压或电流）。 10、最大激励：在市内条件下，能够施加到传感器上的激励电压或电流的最大值。 11、输入阻抗：在输出端短路时，传感器输入的端测得的阻抗。 12、输出：有传感器产生的与外加被测量成函数关系的电量。 13、输出阻抗：在输入端短路时，传感器输出端测得的阻抗。 艾驰商城是国内最专业的MRO工业品网购平台，正品现货、优势价格、迅捷配送，是一站式采购的工业品商城！具有10年工业用品电子商务领域研究，以强大的信息通道建设的优势，以及依托线下贸易交易市场在工业用品行业上游供应链的整合能力，为广大的用户提供了传感器、图尔克传感器、变频器、断路器、继电器、PLC、工控机、仪器仪表、气缸、五金工具、伺服电机、劳保用品 习题集及答案 第1章概述 什么是传感器？按照国标定义，“传感器”应该如何说明含义？ 传感器由哪几部分组成？试述它们的作用及相互关系。 传感器如何分类？按传感器检测的范畴可分为哪几种？ 答案 答： 从广义的角度来说，感知信号检出器件和信号处理部分总称为传感器。我们对传感器定义是：一种能把特定的信息（物理、化学、生物）按一定规律转换成某种可用信号输出的器件和装置。从狭义角度对传感器定义是：能把外界非电信息转换成电信号输出的器件。 我国国家标准（GB7665—87）对传感器（Sensor/transducer）的定义是：“能够感受规定的被测量并按照一定规律转换成可用输出信号的器件和装置”。定义表明传感器有这样三层含义：它是由敏感元件和转换元件构成的一种检测装置；能按一定规律将被测量转换成电信号输出；传感器的输出与输入之间存在确定的关系。按使用的场合不同传感器又称为变换器、换能器、探测器。 答： 组成——由敏感元件、转换元件、基本电路组成； 关系，作用——传感器处于研究对象与测试系统的接口位置，即检测与控制之首。传感器是感知、获取与检测信息的窗口，一切科学研究与自动化生产过程要获取的信息都要通过传感器获取并通过它转换成容易传输与处理的电信号，其作用与地位特别重要。 答：（略）答： 按照我国制定的传感器分类体系表，传感器分为物理量传感器、化学量传感器以及生物量传感器三大类，含12个小类。按传感器的检测对象可分为：力学量、热学量、流体量、光学量、电量、磁学量、声学量、化学量、生物量、机器人等等。 第3章电阻应变式传感器 何为电阻应变效应？怎样利用这种效应制成应变片？ 图3-31为一直流电桥，负载电阻R L趋于无穷。图中E=4V，R1=R2=R3=R4=120Ω，试求：①R1为金属应变片，其余为外接电阻，当R1的增量为ΔR1=Ω时，电桥输出电压U0=? ② R1、R2为金属应变片，感应应变大小变化相同，其余为外接电阻，电桥输出电压U0=? ③ R1、R2为金属应变片，如果感应应变大小相反，且ΔR1=ΔR2 =Ω，电桥输出电压U0=? 答案 答： 导体在受到拉力或压力的外界力作用时，会产生机械变形，同时机械变形会引起导体阻值的变化，这种导体材料因变形而使其电阻值发生变化的现象称为电阻应变效应。 当外力作用时，导体的电阻率 、长度l、截面积S都会发生变化，从而引起电阻值R的变 一、测量仪表的基本性能 1、精确度 （1）精密度δ 它表明仪表指示值的分散性，即对某一稳定的被测量，由同一个测量者，用同一个仪表，在相当短的时间内，连续重复测量多次，其测量结果（指示值）的分散程度。δ愈小，说明测量愈精密。 例如，某温度仪表的精密度δ=0.5℃，即表示多次测量结果的分散程度不大于0.5℃。精密度是随机误差大小的标志，精密度高，意味着随机误差小。 但是必须注意，精密度与准确度是两个概念，精密度高不一定准确。 （2）准确度ε 它表明仪表指示值与真值的偏离程度。 例如，某流量表的准确度ε=0.3m3/s,表示该仪表的指示值与真值偏离0.3m3/s。准确度是系统误差大小的标志，准确度高，意味着系统误差小。同样，准确度高不一定精密。（3）精确度τ 它是精密度与准确度的综合反映，精确度高，表示精密度和准确度都比较高。在最简单的情况下，可取两者的代数和，即τ=δ+ε。精确度常以测量误差的相对值表示。 2、稳定性 （1）稳定度 指在规定时间内，测量条件不变的情况下，由于仪表自身随机性变动、周期性变动、漂移等引起指示值的变化。一般以仪表精密度数值和时间长短一起表示。 例如，某仪表电压指示值每小时变化1.3V，则稳定性可表示为1.3mV/h。 （2）影响量 测量仪表由外界环境变化引起指示值变化的量，称为影响量。它是由温度、湿度、气压、振动、电源电压及电源频率等一些外界环境影响所引起的。说明影响量时，必须将影响因素与指示值偏差同时表示。 例如，某仪表由于电源电压发生变化10%而引起其指示值变化0.02mA，则应写成 0.02mA/U±10%。 二、传感器的分类和性能指标 1、传感器的分类 指数分布是连续型随机变量，指数分布具有无记忆性，指数分布是特殊的gamma分布。 指数分布（Exponential distribution）是一种连续概率分布。指数分布可以用来表示独立随机事件发生的时间间隔，比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等等。 指数分布的定义形式： λ就表示平均每单位时间发生该事件的次数，是指数函数的分布参数；f(x:λ) = λe^(-λx),表示在该时刻发生时间的概率。比如放射性衰变就遵循这一分布，这里的半衰期就对应1/λ. 指数分布的期望为1/Lamta,方差为1/Lamta^2。 指数分布中最关键的一点，如何理解率参数。给定独立同分布样本x= (x1, ...,x n)，最大化似然概率得到参数的似然值为： lamta^ = 1/x; 指数分布表示随机变量的概率只与时间间隔有关，而与时间起点无关。数学语言表达为： p(T>s+t | T >t ) = p(T>s) for all s,t >= 0 指数分布常用来描述“寿命”类随机变量的分布，例如家电使用寿命，动植物寿命，电话问题里的通话时间等等。“寿命”类分布的方差非常大，以致于 已经使用的时间是可以忽略不计的。 例如有一种电池标称可以充放电500次（平均寿命），但实际上，很多充放电次数数倍于500次的电池仍然在正常使用，也用很多电池没有使用几次 就坏了——这是正常的，不是厂方欺骗你，是因为方差太大的缘故。随机取一节电池，求它还能继续使用300次的概率，我们认为与这节电池是否使用过与曾经使用过多少次是没有关系的。 有人戏称服从指数分布的随机变量是“永远年轻的”，一个60岁的老人与一个刚出生的婴儿，他们能够再活十年的概率是相等的，你相信吗？——如果人的寿命确实是服从指数分布的话，回答是肯定的。 贴一道题加深理解 习题集及答案 第1章概述 1.1 什么是传感器？按照国标定义，“传感器”应该如何说明含义？ 1.2 传感器由哪几部分组成？试述它们的作用及相互关系。 1.3传感器如何分类？按传感器检测的范畴可分为哪几种？ 答案 1.1答： 从广义的角度来说，感知信号检出器件和信号处理部分总称为传感器。我们对传感器定义是：一种能把特定的信息（物理、化学、生物）按一定规律转换成某种可用信号输出的器件和装置。从狭义角度对传感器定义是：能把外界非电信息转换成电信号输出的器件。 我国国家标准（GB7665—87）对传感器（Sensor/transducer）的定义是：“能够感受规定的被测量并按照一定规律转换成可用输出信号的器件和装置”。定义表明传感器有这样三层含义：它是由敏感元件和转换元件构成的一种检测装置；能按一定规律将被测量转换成电信号输出；传感器的输出与输入之间存在确定的关系。按使用的场合不同传感器又称为变换器、换能器、探测器。 1.2答： 组成——由敏感元件、转换元件、基本电路组成； 关系，作用——传感器处于研究对象与测试系统的接口位置，即检测与控制之首。传感器是感知、获取与检测信息的窗口，一切科学研究与自动化生产过程要获取的信息都要通过传感器获取并通过它转换成容易传输与处理的电信号，其作用与地位特别重要。 1.3答：（略）答： 按照我国制定的传感器分类体系表，传感器分为物理量传感器、化学量传感器以及生物量传感器三大类，含12个小类。按传感器的检测对象可分为：力学量、热学量、流体量、光学量、电量、磁学量、声学量、化学量、生物量、机器人等等。 第3章电阻应变式传感器 3.1 何为电阻应变效应？怎样利用这种效应制成应变片？ 3.2 图3-31为一直流电桥，负载电阻R L趋于无穷。图中E=4V，R1=R2=R3=R4=120Ω，试求： ① R1为金属应变片，其余为外接电阻，当R1的增量为ΔR1=1.2Ω时，电桥输出电压U0=? ②R1、R2为金属应变片，感应应变大小变化相同，其余为外接电阻，电桥输出电压U0=? ③R1、R2为金属应变片，如果感应应变大小相反，且ΔR1=ΔR2 =1.2Ω，电桥输出电压 U0=? 选择题 1．码盘式传感器是建立在编码器的基础上的，它能够将角度转换为数字编码，是一种数字式的传感器。码盘按结构可以分为接触式、__a__和__c__三种。 a.光电式 b.磁电式 c.电磁式 d.感应同步器 2. 改变电感传感器的引线电缆后，___c___。 a.不必对整个仪器重新标定 b. 必须对整个仪器重新调零 c. 必须对整个仪器重新标定 d. 不必对整个仪器重新调零 3．应变片的选择包括类型的选择、材料的选用、__c__、__d__等。 a.测量范围的选择 b.电源的选择 c. 阻值的选择 d. 尺寸的选择 e.精度的选择 f.结构的选择 4．应变片绝缘电阻是指已粘贴的__b__应变片的之间的电阻值。 a.覆盖片与被测试件 b.引线与被测试件 c.基片与被测试件 d.敏感栅与被测试件 5．在光的作用下，电子吸收光子能量从键合状态过渡到自由状态，引起物体电阻率的变化，这种现象称为_d_。 a.磁电效应 b.声光效应 c.光生伏特效应 d.光电导效应 6.结构由线圈、铁芯、衔铁三部分组成的。线圈套在铁芯上的，在铁芯与衔铁之间有一个空气隙，空气隙厚度为。传感器的运动部分与衔铁相连。当外部作用力作用在传感器的运动部分时，衔铁将会运动而产生位移，使空气隙发生变化。这种结构可作为传感器用于__c___。 a. 静态测量 b. 动态测量 c. 静态测量和动态测量 d. 既不能用于静态测量，也不能用于动态测量 7.4不属于测试系统的静特性。 （1）灵敏度（2）线性度（3）回程误差（4）阻尼系数 8. 电阻应变片的输入为 1 。 （1）力（2）应变（3）速度（4）加速度 9. 结构型传感器是依靠 3 的变化实现信号变换的。 （1）本身物理性质（2）体积大小（3）结构参数（4）电阻值 10. 不能用涡流式传感器进行测量的是 4 。 （1）位移（2）材质鉴别（3）探伤（4）非金属材料 11. 变极距电容传感器的输出与输入，成1关系。 （1）非线性（2）线性（3）反比（4）平方 12. 半导体式应变片在外力作用下引起其电阻变化的因素主要是 3 。 （1）长度（2）截面积（3）电阻率（4）高通 13.压电式传感器输出电缆长度的变化，将会引起传感器的3产生变化。 （1）固有频率（2）阻尼比（3）灵敏度（4）压电常数 14.在测量位移的传感器中，符合非接触测量，而且不受油污等介质影响的是 4 传感器。（1）电容式（2）压电式（3）电阻式（4）电涡流式 15.光电倍增管是利用3效应制成的器件。 （1）内光电（2）外光电（3）光生伏特（4）阻挡层 16.光敏元件中3是直接输出电压的。 （1）光敏电阻（2）光电阻（3）光敏晶体管（4）光导纤维 17．属于传感器动态特性指标的是（ D ） A．重复性 B．线性度 C．灵敏度 D．固有频率 18．按照工作原理分类，固体图象式传感器属于（ A ） 习题1 1-1衡量传感器静态特性的主要指标有哪些？说说它们的含义。 答： 1、线性度：表征传感器输出-输入校准曲线与所选定的拟合直线之间的吻合（或 偏离）程度的指标。 2、灵敏度：传感器输出量增量与被测输入量增量之比。 3、分辨力：传感器在规定测量范围内所能检测出的被测输入量的最小变化量。 4、回差：反应传感器在正（输入量增大）反（输入量减小）行程过程中。。。输 出-输入曲线的不重合程度指标。 5、重复性：衡量传感器在同一工作条件下，输入量按同一方向作全程连续多次 变动时，所得特性曲线间一致程度的指标。 6、阈值：是能使传感器输出端产生可测变化量的最小被测输入量值，即零位附 近的分辨力。 7、稳定性：传感器在相当长时间内仍保持其性能的能力。 8、漂移：指在一定时间间隔内，传感器输出量存在着与被测输人量无关的、不 需要的变化。 9、静态误差(精度）：指传感器在满量程内任一点输出值相对其理论值的可能偏 离(逼近)程度。它表示采用该传感器进行静态测量时所得数值的不确定度。 1-2 计算传感器线性度的方法有哪几种？差别何在？ 1、理论直线法：以传感器的理论特性线作为拟合直线，与实际测试值无关。优点是简单、方便，但输出平均值与拟合直线间的最大偏差很大。 2、端点直线法：以传感器校准曲线两端点间的连线作为拟合直线。 y=b+kx b截距k为斜率与理论直线发一样简便偏差很大 3、“最佳直线”法：以“最佳直线”作为拟合直线，该直线能保证传感器正反行程校准曲线对它的正负偏差相等并且最小。这种方法的拟合精度最高，但是只能用图解法和计算机结算来获得。（断电平行法） 4、最小二乘法：按最小二乘原理求取拟合直线，该直线能保证传感器校准数据的残差平方和最小。最小二乘法的拟合程度很高，但是校准曲线相对拟合直线 复习提纲 第1章 传感器概述 1．什么是传感器？传感器由哪几部分组成？它们的作用及相互关系如何？ 2．传感器的总体发展趋势是什么？现代传感器有哪些特征？ 3．转速、厚度、温度等常见物理量可用什么传感器测量？各有什么特点？ 4．了解传感器的分类方法。所学的传感器分别属于哪一类？ 5．了解传感器的图形符号，其中符号代表什么含义。 第2章 传感器特性 1．传感器的性能参数反映了传感器的什么关系？ 2．静态特性特性参数有哪些？各种参数代表什么意义，描述了传感器的哪些特征？ 3．什么是传感器的动态误差？传递函数和频率特性的定义是什么？ 4．什么是传感器的动态特性? 其特性参数有那些？各有哪些要求？理想传感器的幅频特性和相频特性怎样？ 5．某压电加速度传感器的动态特性可用下列微分方程描述 a q dt dq dt q d 1510522105.1100.4100.10.4?=?+?+ 式中q 为输出电荷量（pC ）,a 为加速度（m/s 2）。 确定该传感器的固有频率、阻尼系数和静态灵敏度。 第3章 应变式传感器 1．什么是应变效应？什么是压阻效应？什么是横向效应？ 2．什么是应变片的灵敏系数？半导体应变片灵敏系数范围是多少，金属应变片灵敏系数范围是多少？说明金属丝电阻应变片与半导体应变片的相同点和不同点。 3．比较电阻应变片组成的单桥、半桥、全桥电路的特点和连接方式。并推导说明连接方式对灵敏度和非线性误差的影响。 4. 在传感器测量电路中，直流电桥与交流电桥有什么不同，如何考虑应用 场合？ 5. 如图a所示的悬臂梁，距梁端部为L位置上下各粘贴完全相同的电阻应 变片R1、R2、R3、R4。已知电源电压U=4V，R为固定电阻，并且R=R1=R2 =R3=R4=250Ω，当有一个力F作用时，应变片电阻变化量为△R=2.5Ω，试分别求图b、c、d、e四种桥臂接法的桥路输出电压。 第4章电容式传感器 1．电容传感器有哪些类型？分别适合检测什么参数？ 2．简述变极距型电容传感器的工作原理。并推导说明其灵敏度和非线性误差。一般采用差动形式输出特性会有哪些变化？ 3．电容传感器的测量电路有哪些？差动脉冲调宽电路用于电容传感器测量电路具有什么特点? 4．为什么高频工作时电容传感器连接电缆的长度不能任意变化？什么是驱动电缆技术？ 5．一单极板变极距型平板电容传感器，初始极距δ0=1mm，若要求测量的线性度为0.1%，求测量允许的极距最大变化量是多少？在同样的条件和要求下，如果是差动变极距型平板电容传感器，那么允许的极距最大变化量又是多少？传感器简答题
指数分布
带你认识基本的传感器特性参数
传感器复习题-李章红
指数分布与泊松分布的随机值的产生程序
指数分布定义
传感器复习题与答案(20200514000120)
指数分布应用 ()
传感器复习总结
Gamma分布与指数分布
传感器常用参数的含义
传感器原理及应用习题及答案
传感器性能指标
指数分布
传感器原理及应用习题及答案.
传感器习题及答案
传感器作业习题汇总
传感器复习提纲(2014)