Übersicht
Der Vergleich von Messergebnissen, zuverlässige Entscheidungsfindungen und Konformitätsbewertungen erfordern, dass Messergebnissen eine Unsicherheit beigeordnet wird. Die Möglichkeit des Vergleichs von Messergebnissen, die an verschiedenen Orten oder zu unterschiedlichen Zeiten erzielt wurden, ist zentral für die internationale Metrologie. Mit dem “Guide to the Expression of Uncertainty in Measurement” (GUM) steht eine Anleitung zur Unsicherheitsermittlung zur Verfügung, die bereits in vielen Anwendungen der Metrologie erfolgreich eingesetzt wurde.
Illustration der Monte Carlo Methode gemäß Supplement 1 to the GUM.
Im Rahmen ihrer jüngeren Entwicklung unterstützt die Metrologie zunehmend neue Themen, um gesellschaftlichen Herausforderungen in Umwelt und Klima, Lebenswissenschaften und Medizin begegnen zu können. Dabei spielen Bildgebung, Spektroskopie, Erdbeobachtungen und Sensornetzwerke eine zunehmend wichtige Rolle. Die zuverlässige Unsicherheitsermittlung ist in diesen Anwendungsfeldern besonders wichtig, etwa um die Diagnose eines Tumors abzusichern im Rahmen der quantitativen Bildgebung oder bei der Kontrolle von Umweltverschmutzungen. Der GUM wird allerdings den Herausforderungen in diesen Anwendungen nicht vollständig gerecht, und die Entwicklung statistischer Verfahren für eine verbesserte Unsicherheitsermittlung wird dringend benötigt.
Forschung
Der Schwerpunkt in der Arbeitsgruppe 8.42 der PTB liegt auf der Entwicklung Bayes’scher Verfahren zu Unsicherheitsermittlung. Diese Entwicklung wird im Zusammenhang mit unterschiedlichen Forschungsgebieten wie der „large-scale data analysis“ oder des „deep learning“ durchgeführt. Ebenso werden Bayes’sche Inferenzverfahren für eine mögliche Erweiterung der aktuellen GUM-Methodik in der Arbeitsgruppe 8.42 der PTB entwickelt. Beispiele hierfür sind einfache Verfahren, mit denen vorhandenes Vorwissen auf Priorverteilungen abgebildet werden kann, sowie Berechnungsmethoden. „Open source software“ wird bereitgestellt, um die Anwendung der entwickelten Verfahren zu erleichtern.
Software
Publikationen
Publikations Einzelansicht
Artikel
Titel: | On-line dynamic error compensation of accelerometers by uncertainty-optimal filtering |
---|---|
Autor(en): | S. Eichstädt, A. Link, T. Bruns and C. Elster |
Journal: | Measurement |
Jahr: | 2010 |
Band: | 43 |
Ausgabe: | 5 |
Seite(n): | 708-713 |
DOI: | 10.1016/j.measurement.2009.12.028 |
Web URL: | http://www.sciencedirect.com/science/article/pii/S0263224110000023 |
Schlüsselwörter: | Accelerometer,Digital filter,Dynamic measurements,Dynamik,Uncertainty |
Marker: | 8.42, Dynamik, Unsicherheit |
Zusammenfassung: | The output signal of an accelerometer typically contains dynamic errors when a broadband acceleration is applied. In order to determine the applied acceleration, post-processing of the accelerometer’s output signal is required. To this end, we propose the application of a digital FIR filter. We evaluate the uncertainty associated with the filtered output signal and give explicit formulae which allow for on-line calculation. In this way, estimation of the applied acceleration and the calculation of associated uncertainties may be carried out during the measurement. The resulting uncertainties can strongly depend on the design of the applied filter and we describe a simple method to construct an uncertainty-optimal filter. The benefit of the proposed procedures is illustrated by means of simulated measurements. |