[论文解读] Uncertainty Factors for Stage-Specific and Cumulative Results of Indirect Measurements

B. P. Datta|ArXiv.org|Sep 9, 2009

Scientific Measurement and Uncertainty Evaluation参考文献 2被引用 4

一句话总结

本文提出了一种通过阶段特定和累积不确定性因子来量化间接测量中不确定性的框架，利用系统特定关系（SSRs）对级联数据转换进行建模。它展示了测量不确定性如何在多阶段过程中传播，从而实现对最终不确定性的事前预测，关键结果表明输入不确定性的线性组合以可预测且可解析的方式决定了输出不确定性。

ABSTRACT

Evaluation of a variable Yd from certain measured variable(s) Xi(s), by making use of their system-specific-relationship (SSR), is generally referred as the indirect measurement. Naturally the SSR may stand for a simple data-translation process in a given case, but a set of equations, or even a cascade of different such processes, in some other case. Further, though the measurements are a priori ensured to be accurate, there is no definite method for examining whether the result obtained at the end of an SSR, specifically a cascade of SSRs, is really representative as the measured Xi-values. Of Course, it was recently shown that the uncertainty (ed) in the estimate (yd) of a specified Yd is given by a specified linear combination of corresponding measurement-uncertainties (uis). Here, further insight into this principle is provided by its application to the cases represented by cascade-SSRs. It is exemplified how the different stage-wise uncertainties (Ied, IIed, ... ed), that is to say the requirements for the evaluation to be successful, could even a priori be predicted. The theoretical tools (SSRs) have resemblance with the real world measuring devices (MDs), and hence are referred as also the data transformation scales (DTSs). However, non-uniform behavior appears to be the feature of the DTSs rather than of the MDs.

研究动机与目标

• 解决在级联间接测量中缺乏系统性不确定性评估方法的问题。
• 开发一种用于多步数据转换过程中阶段性和累积性不确定性的预测框架。
• 将系统特定关系（SSRs）建模为数据转换尺度（DTSs），以分析不确定性传播。
• 实现在级联转换每个阶段中不确定性的事前估计。
• 为评估基于测量变量推导出的最终结果的代表性提供理论基础。

提出的方法

• 本文将间接测量建模为系统特定关系（SSRs）的级联，将其视为数据转换尺度（DTSs）。
• 应用误差传播理论，推导出输入测量不确定性（uis）的线性组合，以估计输出不确定性（ed）。
• 该方法区分阶段不确定性（Ied, IIed 等），以追踪序列转换步骤中的不确定性累积。
• 理论分析通过示例和表格化结果得到支持，以验证不确定性因子模型。
• 该方法利用数据处理和应用中的统计与概率工具，对复杂测量链中的不确定性传播进行建模。
• 该框架允许在实际测量执行前，基于已知的输入不确定性和SSR结构，预测最终不确定性。

实验结果

研究问题

• RQ1 如何量化级联间接测量过程中每个阶段的不确定性？
• RQ2 在间接测量中，输入测量不确定性与最终输出不确定性之间的数学关系是什么？
• RQ3 是否可以使用系统特定关系（SSRs）对阶段不确定性进行事前预测？
• RQ4 数据转换尺度（DTSs）如何对现实世界测量设备在不确定性传播中的行为进行建模？
• RQ5 DTSs中非均匀行为在多大程度上影响累积不确定性估计的可靠性？

主要发现

• 变量Yd的最终估计值（yd）的不确定性由相应输入测量不确定性（uis）的线性组合给出。
• 可使用所提出的不确定性因子框架，对阶段不确定性（Ied, IIed 等）进行事前预测。
• 系统特定关系（SSR）作为数据转换尺度（DTS），实现了对不确定性传播的结构化建模。
• 非均匀行为被识别为DTSs的关键特征，使其与传统测量设备（MDs）相区别。
• SSR级联中的累积不确定性具有可解析性，可计算为阶段特定不确定性加权和。
• 该方法为评估级联测量过程的最终结果是否代表输入测量提供了可靠且理论化的依据。