7.1測量誤差分類及處理方法測量誤差按照表示方法可分為絕對誤差、相對誤差和引用誤差。1）絕對誤差由測量所得到的被測量的值x與其真值A0之差稱為絕對誤差,用Δx表示,即 Δx=x-A0因為測量結果x總含有誤差,可能大于A0,也可能小于A0,所以,Δx是既有大小,又有正負且有單位的數值,其大小和符號分別表示測量結果偏離真值的程度和方向。7.1.1測量誤差分類第7章智能儀器中的數據處理技術A0表示真值。實際應用中通常是用實際值A來代替真值A0。實際值又稱為約定真值,它是根據測量誤差的要求,使用高一級或幾級的標準儀器或計量器具測量所得之值,這時,上式可改寫為Δx=x-A這是絕對誤差通常使用的表達式。與絕對誤差的絕對值大小相等而符號相反的值稱為修正值,用C表示：C=-Δx=A-x對儀器進行定期檢定（校準）時,用標準儀器與受檢儀器相對比,獲得修正值,并將修正值以表格、曲線或公式的形式給出。這樣,在測量時,利用測量的結果與已知的修正值相加,即可得到被測量的實際值,即 A=x+C例7-1一只量程為10V的電壓表,當用它進行測量時,測量指示值為7.5V。若檢定時,7.5V刻度處的修正值為-0.1V,求被測電壓的實際值U。 解U=7.5+(-0.1)=7.4V2）相對誤差絕對誤差雖然可以說明測量結果偏離實際值的情況,但不能確切反映測量的精確程度。例如,分別測量兩個頻率,其中一個頻率為f1=1000Hz,其絕對誤差Δf1=1Hz；另一個頻率為f2=1000000Hz,其絕對誤差Δf2=10Hz。為了彌補絕對誤差的不足,引入相對誤差的概念。絕對誤差與被測量真值的比值用百分數來表示,稱為相對誤差,用γ表示,即

相對誤差沒有量綱,只有大小及符號。由于真值在實際測量中是難以得到的,因此通常用實際值A代替真值A0來表示相對誤差,用γA來表示,稱為實際相對誤差：

在誤差較小、要求不高的場合,也可用測量值x代替實際值A,由此得出示值相對誤差,用γx來表示：在測量儀器中,經常用絕對誤差與儀器滿刻度值xm之比來表示相對誤差,稱為引用相對誤差（或稱滿度相對誤差）,用γn表示：由于儀器在不同刻度上的絕對誤差不完全相等,故采用最大引用誤差來衡量儀器的準確度則更為合適。即

式中:Δxm——儀器在該量程范圍內出現的最大絕對誤差；

xm——滿刻度值；

γnm——儀器在工作條件下的最大引用誤差。1）隨機誤差在相同條件下進行多次測量，單次測量誤差出現無規律的隨機變化，而多次測量誤差服從統計規律且大多數按正態分布，這種誤差稱為隨機誤差或偶然誤差。隨機誤差反映了測量結果的精確度，隨機誤差越小，測量精確度越高。根據測量誤差的性質和特性,誤差可分為隨機誤差、系統誤差和粗大誤差。2）系統誤差在一定的條件下,測量誤差的數值（大小及符號）保持恒定或按照一定的規律變化的誤差稱為系統誤差。恒定不變的誤差稱為恒定系統誤差,例如,在校驗儀器時,標準表存在的固有誤差、儀器的基準誤差等。按一定規律變化的誤差稱為變化系統誤差,例如,由儀器的零點漂移、放大倍數的漂移以及熱電偶冷端隨室溫變化而引入的誤差等。系統誤差決定了測量的準確度。系統誤差越小,測量結果越準確。3）粗大誤差粗大誤差是指在一定的條件下,測量值明顯地偏離實際值時所對應的誤差,簡稱為粗差。粗大誤差是由讀數錯誤、記錄錯誤、操作不正確、測量中的失誤以及存在不被允許的干擾等原因造成的,所以,粗大誤差又稱為疏失誤差。粗大誤差明顯地歪曲了測量結果,就其數值而言,它遠遠大于隨機誤差和系統誤差。7.1.2克服誤差的方法一、克服系統誤差的方法

系統誤差是指在相同條件下多次測量同一量時，誤差的絕對值和符號保持恒定或在條件改變時按某種確定的規律而變化的誤差。對系統誤差沒有通用的處理方法，只能根據具體情況采取相應的措施。

1利用誤差模型修正系統誤差2利用校正數據表修正系統誤差3通過曲線擬合來修正系統誤差1利用誤差模型修正系統誤差先通過分析來建立系統的誤差模型，再由誤差模型求出誤差修正公式。誤差修正公式一般含有若干誤差因子，修正時，先通過校正技術把這些誤差因子求出來，然后利用修正公式來修正測量結果，從而削弱了誤差的影響。X是輸入電壓（被測量），y是帶有誤差的輸出電壓（測量結果），ε是影響量（例如零點漂移或干擾），i是偏差量（例如直流放大器的偏置電流），K是影響特性（例如放大器增益變化）。(1)零點校正：(2)增益校正：(3)實際測量：2利用校正數據表修正系統誤差如果對系統誤差的來源及儀器工作原理缺乏充分的認識而不能建立誤差模型時，可以通過建立校正數據表的方法來修正系統誤差。（1）在儀器的輸入端逐次加入一個個已知的標準電壓x1,x2,….,xn，并實測出對應的測量結果y1,y2,…yn。（2）如果將實測的yi(i=1,2,…,n)值對應于存儲器中的某一區域，yi作為存儲器中的一個地址，再把對應的xi值存入其中，這就在存儲器中建立了一張校準數據表。（3）實際測量時，令微處理器根據實測的yi去訪問內存，讀出其中的xi。xi即為經過修正的測量值。（4）若實際測量的y值介于某兩個標準點yi和yi+1之間，為了減少誤差，還要在查表基礎上作內插計算來進行修正。線性內插：3通過曲線擬合來修正系統誤差曲線擬和是指從n對測定數據（xi,yi）中，求得一個函數f(x)來作為實際函數的近似表達式。曲線擬和的實質就是找出一個簡單的、便于計算機處理的近似表達式來代替實際的非線性關系。采用曲線擬和對測量結果進行修正的方法是，首先定出f(x)的具體形式，然后再通過實測值進行選定函數的數值計算，求出精確的測量結果。曲線擬和的方法分為連續函數擬和和分段曲線擬和兩種。隨機誤差通常是由于儀器在測量過程中的一系列互不相關的獨立因素,如外界電磁場的變化、溫度的變化、空氣的擾動、大地的微震以及隨機干擾信號對測量值的綜合影響所造成的。相對于一次測量而言,隨機誤差是沒有一定規律的。如上所述,當測量次數足夠多時,測量結果中的隨機誤差服從一定的統計規律,而且大多數按正態分布。因此,消除隨機誤差最為常用的方法是取多次測量結果的算術平均值,即（7-11）二、隨機誤差的處理方法式中,N為測量次數,xi(i=1,2,n)為測量值。顯然,N越大,x就越接近真值,但所需要的測量時間也越長。三、粗大誤差的處理方法粗大誤差是指在一定的測量條件下，測量值明顯的偏離實際值所形成的誤差。粗大誤差明顯的歪曲了測量結果，應予以剔除。在測量次數比較多時（N≥20），測量結果中的粗大誤差宜采用萊特準則判斷。若測量次數不夠多時，宜采用格拉布斯準則。當對儀器的系統誤差采取了有效技術措施后，對于測量過程中所引起的隨機誤差和粗大誤差一般可按下列步驟處理。（5）如果判斷存在粗大誤差，給予剔除，然后重復上述步驟（每次只允許剔除其中最大一個）。如果判斷不存在粗大誤差，則當前算術平均值、各項剩余誤差及標準偏差估計值分別為A為壞值個數（1）求測量數據的算術平均值（2）求各項的剩余誤差（3）求標準偏差（4）判斷粗大誤差（壞值）G為系數，若測量次數足夠多，可采用萊特準則判斷，取G=3，若測量次數不多，宜采用格拉布斯準則判斷，G需要通過查表求出。7.2常用的數字濾波處理數字濾波：即通過一定的計算程序，對采集的數據進行某種處理，從而消除或減弱干擾和噪聲的影響，提高測量的可靠性和精度。數字濾波的優點:無需硬件，可靠性高，不存在阻抗匹配問題。用軟件算法實現，因此可以使多個輸入通道共用一個軟件“濾波器”，降低了儀器硬件成本。適當改變軟件濾波器的濾波程序或運算參數，就能方便的改變濾波特性，對于低頻、脈沖干擾、隨機噪聲特別有效常用的數字濾波算法有：程序判斷、中值濾波、算術平均濾波、遞推平均濾波、加權遞推平均濾波、一階慣性濾波和復合濾波算法等。隨機誤差是由竄入儀器的隨機干擾所引起的，這種誤差是指在相同條件下同一量時，其大小和符號作無規則的變化而無法預測，但是在多次測量中他是符合統計規律的，而且大多數按正態分布。7.2.1克服大脈沖干擾的數字濾波法克服由儀器外部環境偶然因素引起的突變性擾動或儀器內部不穩定引起誤碼等造成的尖脈沖干擾，是儀器數據處理的第一步。通常采用簡單的非線性濾波法，包括限幅濾波、中值濾波等。一、程序判斷法程序判斷法又稱限幅濾波，由于測控系統存在隨機脈沖干擾，或由于變送器不可靠而將脈沖干擾引入輸入端，從而造成測量信號的嚴重失真。對于這種隨機干擾，限幅濾波是一種十分有效的方法。其基本方法：比較相鄰（n和n-1時刻）的兩個采樣值yn和yn-1,如果他們的差值過大，超過了參數可能的最大變化范圍，則認為發生了隨機干擾，并視后一次采樣值yn為非法值，應予剔除。yn作廢后，可以用yn-1替代；或用遞推方法由yn-1,yn-2來近似推出，其相應算法為：通常按參數可能的最大變化速度Vmax及采樣周期T決定a值，即a=Vmax*T程序【7-2】限幅濾波子程序。假設從8位AD中讀取數據，子程序為get_ad（）。/*A值可以根據實際情況調整，Value為上次采樣的有效值，new_value為當前采樣值，濾波程序返回本次采樣的有效值*/#defineA10//設置兩次采樣允許的最大偏差值charvalue；//上次采樣后的有效值變量charfilter（）{charnew_value;//本次采樣值變量

new_value=get_ad（）；//讀入本次采樣值

if((new_value-value)>A)||(value-new_value)>A))//是否超出最大偏差值returnvalue；//如果超出，返回上次的有效值作為本次的有效值elsereturnnew_value；//如果沒有超出，返回本次的采樣值作為本次的有效值}二、中值濾波中值濾波是一種典型的非線性濾波器，它運算簡單，在濾除脈沖噪聲的同時可以很好地保護信號的細節信息。對某一被測參數連續采樣n次（一般n應為奇數），然后將這些采樣值進行排序，選取中間值為本次采樣值。這種方法能有效克服因偶然因素引起的波動干擾，對溫度、液位等緩慢變化的被測參數，有良好的濾波效果。缺點是對流量、速度等快速變化的參數不宜使用。中值濾波程序主要由數據排序和取中間值兩步分組成。數據排序可采用幾種常規的排序方法，如冒泡法、沉底法等【例7-3】中值濾波子程序。/*N值可根據實際情況調整，排序采用冒泡法*/#defineN11//設置連續采樣的次數charfilter(){charvalue_buf[N],count,i,j,temp；for(count=0；count<N；count++)//N個采樣值 {Value_buf[count]=get_ad()；delay()；}for(j=1;j<N-1;j++)//冒泡排序，由小到大

{for（i=0；i<N-j；i++）{if（value_buf[i]>value_buf[i+1]） {temp=value_buf[i];value_buf[i]=value_buf[i+1]; value_buf[i+1]=temp;}}}returnvalue_buf[(N-1)/2];//將排序后的中間值作為最后結果}7.2.2抑制小幅度高頻噪聲的平均濾波法對于小幅度高頻電子噪聲包括電子器件熱噪聲、A/D量化噪聲等，通常采用具有低通特性的線性濾波器進行數據處理，如算數平均濾波法、滑動平均濾波法、加權滑動平均濾波法等。最基本的平均濾波程序是算術平均濾波程序。一、算術平均濾波算術平均濾波對濾除混雜在被測信號上的隨機干擾非常有效。一般講，采樣次數N愈大，濾除效果愈好，但系統的靈敏度要下降。為了提高運算速度，程序中常用移位來代替除法，因此N一般取4，8，16等2的整數冪。算術平均濾波的缺點是：對于測量速度較慢或要求數據計算速度較快的實時控制不適用；比較浪費RAM空間。ORG0000HLJMPFILT3ORG 4000HFILT3: CLR A;清累加和 MOV R2,A MOV R3,A MOV R0,#30H;指向第一個采樣值FILT30:MOV A,@R0;取一個采樣值 ADD A,R3 MOV R3,A CLR A ADDC A,R2 MOV R2,A INC R0 CJNE R0,#38H,FILT30;累加完8次 MOV R0,#03HFILT31:CLR C MOV A,R2 RRC A MOV R2,A XCH A,R3 RRC A MOV R3,A DJNZ R0,FILT31 RET;設8次采樣值依次存放在30H~37H的連續單元中，;累加和存放在R2,R3中;平均值求出后，保留在累加器A中?！纠?-6】算術平均濾波子程序。/*N為進行平均運算的每組采樣值的數量*/#defineN12//設置每組參與平均運算的采樣值個數charfilter（）{int sum=0；//求和變量，用于存儲采樣值的累加值charcount；for（count=0;count<N;count++）{ sum+=get_ad（）； delay（）；}return（char）（sum/N）；

//將累加值進行平均計算作為返回值}為了克服算術平均濾波速度較慢的缺點，采用移動平均濾波。即先在RAM中建立一個數據緩沖區，依順序存放N次采樣數據，然后每采進一個新數據就將最早采集的數據去掉，最后再求出當前RAM緩沖區中的N個數據的算術平均值或加權平均值。這樣每進行一次采樣，就可計算出一個新的平均值，即測量數據取一丟一，測量一次便計算一次平均值，大大加快了數據處理的能力。這種數據存放方式可以采用環形隊列結構來實現。設環形隊列地址為40H~4FH共16個單元，用R0作隊尾指示。二、移動平均濾波移動平均濾波：FLT30:ACALLINPUT；采樣值放入A中MOV@R0,A；排入隊尾INCR0；調整隊尾指針MOVA,R0ANLA,#4FHMOVR0,A；建新隊尾指針MOVR1,#40H；初始化MOVR2,#00HMOVR3,#00HFLT31:MOVA,@R1；取一個采樣值ADDA,R3；累加到R2,R3中MOVR3,ACLRAADDCA,R2MOVR2,AINCR1CJNER1,#50H,FLT31；累計完16次MOV R0,#04HFILT32:CLR C MOV A,R2 RRC A MOV R2,A XCH A,R3 RRC A MOV R3,A DJNZ R0,FILT32 RETINPUT:MOVA,R7RET【例7-7】滑動平均濾波子程序。/*緩沖隊列長度N可以依據情況的不同進行改變*/#defineN12//設置先進先出隊列的變量charvalue_buf[N]；//先進先出隊列變量charfilter（）{ charcount； intsum=0； value_buf[i++]=get_ad（）； for（count=0；count<N；count++） sum+=value_buf[count]； return（char）（sum/N）；}7.2.3復合濾波法在實際應用中，有時既要消除大幅度的脈沖干擾，又要做數據平滑。因此常把前面介紹的兩種以上的方法結合起來使用，形成復合濾波。包括：去極值平均濾波算法，限幅平均濾波法，限幅消抖濾波法等。一、去極值平均濾波算法算術平均濾波對抑制隨機干擾效果較好，但對脈沖干擾的抑制能力較弱，明顯的脈沖干擾會使平均值遠離實際值。而中值濾波對脈沖干擾的抑制能力卻非常有效，因而可以將兩者結合起來形成去極值平均濾波，也稱中值平均濾波濾波。具體算法是：連續采樣N次，去掉一個最大值，去掉一個最小值，再求余下N-2個采樣值的平均值，為了節省計算時間，N-2應為2的整數冪（如2、4、8等），因而常取N為4、6、10等。此外，對于快速變化的被測量，可以先連續采樣N次，把各采樣值存于緩沖區，然后進行濾波運算；對于慢變化的被測量，可以一邊采樣一邊運算處理，這時不必在RAM中開辟數據緩存區。 ORG0000H LJMPMAIN ORG 4000HMAIN:CLR A MOV R2,A;0放最大寄存器R2 MOV R6,A MOV R7,A;0放累加和寄存器R6,R7 MOV R4,#0FFH;FFH放最大寄存器R4 MOV R0,#04HDAV1:NOP;LCALL RDXP;讀A/D結果到A(采樣子程序) MOV R1,A;采樣數據存R1 ADD A,R7;要求連續采樣4次，去掉其中最大、最小值，;求剩下兩數據的平均值;R2放最大值，R4放最小值;R6,R7放累加和及最后結果。 CLR C MOV A,R7 SUBB A,R2 MOV A,R6 SUBB A,#00H MOVA,R7 SUBBA,R4 MOVA,R6 SUBBA,#00H CLRC RRCA MOVR6,AMOVA,R7 RRCA MOVR7,A RETMOV R7,A MOV A,#00H ADDC A,R6MOV R6,A CLR C MOV A,R2 SUBB A,R1 JNC DAV2 MOV A,R1 MOV R2,ADAV2:CLR C MOV A,R1 SUBB A,R4 JNC DAV3 MOV A,R1 MOV R4,ADAV3:DJNZ R0,DAV1 【例7-8】去極值平均濾波法子程序。/*采樣值N為每組采樣值的數量，依據實際情況可以改變*/#defineN12//設置每組采樣值的數量charfilter（）{charcount,i,j；charvalue_buf[N]；//緩沖N個采樣值的存儲變量intsum=0；//求和變量，用于存儲采樣值的累加值for（count=0；count<N；count++）{value_buf[count]=get_ad（）； delay（）；}for(j=1;j<N-1;j++)//冒泡法排序，由小到大{for（i=0；i<N-j；i++）{if（value_buf[i]>value_buf[i+1]）{temp=value_buf[i]；value_buf[i]=value_buf[i+1]； value_buf[i+1]=temp；}}}for（count=1；count<N-1；count++）sum+=value[count]；return（char）（sum/（N-2））；}7.2.4低通數字濾波X(t)y(t)RC低通濾波器yn=y(n?t)，xn=x(n?t)數字化處理若?t足夠小，則上式近似為：將描述普通硬件RC低通濾波器特性的微分方程用差分方程來表示，便可用軟件算法來模擬硬件濾波器的功能。式中 X(n): 本次采樣值 Y(n): 本次濾波的輸出值 Y(n-1):上次濾波的輸出值 當?t足夠小，α=T/τ:濾波平滑系數,α遠小于1 T:采樣周期本次濾波的輸出值y(n)主要取決于上次濾波的輸出值y(n-1)

。本次采樣值對濾波的輸出值貢獻比較小,這就模擬了具有較大慣性的低通濾波器功能。低通數字濾波對濾除變化非常緩慢的被測信號中的干擾是很有效的。硬件模擬濾波器在處理低頻時,電路實現起來很困難,而數字濾波器則不存在這個問題。一階慣性濾波子程序設Yn-1在DATA1為首地址的單元中，Xn在DATA2為首地址的單元中，均為雙字節。取a=0.25，b=0.75，濾波結果在R2,R3中。FOF: MOV R0,#DATA1 MOV R1,#DATA2 CLR C ;0.5Yn-1存入R2,R3 INC R0 MOV A,@R0 RRC A MOV R2,A DEC R0

MOV A,@R0 RRC A MOV R3,A MOV A,@R0 ;Xn+Yn-1

MOV R7,A MOV A,@R1

ADD A,R7

MOVR7,A INC R0INC R1 MOV A,@R0

MOVR6,A MOV A,@R1

ADDCA,R6

MOVR6,A

CLRC

RRC A;(Xn+Yn-1)*0.5，存入R6,R7 MOV R6,A MOV A,R7 RRC A MOV R7,A CLR C ;(Xn+Yn-1)*0.25 MOV A,R6 RRC A MOV R6,A MOV A,R7 RRC A ADD A,R3;0.25(Xn+Yn)+0.5Yn-1存入R2,R3 MOV R3,A MOV A,R6 ADDC A,R2 MOV R2,A RET【例7-12】一階滯后濾波法子程序。#definea0.25//定義加權系數charvalue；//上一個采樣值變量charfilter（）{charnew_value；//本次采樣值變量new_value=get_ad（）；return（1-a）*value+a*new_value；//返回的本次濾波結果}儀器采集的數據并不等于原來帶有量綱的參數值，它僅僅對應于參數的大小，必須把它轉換成帶有量綱的數值后才能顯示、打印輸出和應用，這種轉換就是工程量變換，又稱標度變換。例：被測溫度為100℃，經熱電偶轉換成熱電勢，再經放大和A/D轉換得到數字量為35，則這個A/D轉換結果35與100℃溫度雖然是對應的，但數值上并不相等，因此不能將其當作溫度值去顯示或打印，必須把A/D轉換結果35變成供顯示或打印的溫度值100，這個變換就是數字顯示的標度變換。7.3智能儀器的標度變換技術一、線性標度變換

7.3.1標度變換的硬件實現方法對于不含任何非線性環節的測量通道，A/D轉換結果Di與被測量xi=x0Ni存在如下線性關系：式中：s為傳感器靈敏度（即被測量轉換成電壓的轉換系數），E為A/D轉換器滿量程輸入電壓，DFS為A/D轉換器滿量程輸出數字量。只要適當選擇和調整放大器增益k，使它滿足以下條件就可使A/D轉換結果Di與被測量xi的數值Ni相等。一般可通過調整線性電位器即可實現。二、非線性通道的標度變換硬件方法實現非線性通道變換的解決方法是在測量通道的非線性環節之后，A/D轉換器之前，串聯一個“模擬線性校正電路”，只要該校正電路的輸入/輸出特性曲線與非線性環節的輸入/輸出特性曲線成反函數關系，就可使A/D轉換結果與被測量呈線性關系，這樣就可照線性通道的標度變換方法進行標度變換。例如一個流量測量儀表，采用差壓式流硬件實現法的優點是簡單、直觀、實時性強；缺點是增加硬件費用，占用線路板面積，系統受溫度、濕度等環境的變化而漂移，使用上有很大的局限性。因此，在一般不要求進行實時控制的檢測系統中，應盡可能的采用軟件方法進行標度變換。7.3.2標度變換的軟件實現方法軟件實現法在智能儀表測量信號的標度變換中最為常見，它實現靈活，適用性廣，能克服硬件實現標度變換的局限性。實現的辦法一般是借助于數學解析表達式來編寫程序，從而達到變換定標的目的。一、線性變換公式這種標度變換的前提是參數值與A/D轉換結果成線性關系，變換公式如下：Ax為參數測量值；Am為參數量程最大值；A0為參數量程最小值；Nm為Am對應的A/D轉換后的數字量；N0為A0對應的A/D轉換后的數字量；Nx為Ax對應的A/D轉換后的數字量。應用實例：在一個數字直流電壓表中，量程為1~500V，則A0=1V，Am=500V，而且當A0=1V時，Nm=50，當Am=500V時Nm=4000，則Ax=（500-1）（Nx-0）/(4000-500)+1=0.12633Nx+1二、公式轉換法有些傳感器傳輸特性與參數測量值不是線性關系，它們有著由傳感器和測量方法決定的函數關系，并且這些函數關系可以用解析式表示，此時的標度變換則可根據解析表達式計算。例如當用差壓變送器來測量流量信號時，由于差壓與流量的平方成正比，這樣實際流量A與差壓變送器并經A/D轉換后的測量值N成平方根關系。三、多項式變換公式許多傳感器測出的數據與實際的參數為非線性關系，但它們的函數關系無法用一個簡單式表示，或者該解析式難以直接計算，這時可采用多項式來進行非線性標度變換。例如，對一個熱敏電阻來說，它的溫度特性一般是非線性的，這時可根據它的溫度特性表(一般由生產熱敏電阻廠商提供)，求出一個插值多項式，然后在程序中按這個多項式進行計算。進行非線性標度變換時，應先根據所需要的逼近精度決定多項式的次數N，然后選取N+1個測量點，測出這時的實際參數值Ai與傳感器輸出值(經A/D轉換后)Ni(1=0~N)，再使用插值多項式計算程序求出各個參數，最后使用多項式計算子程序來完成實際的標度變換。四、表格法某些被測參數的標度轉換無法用公式來表示，此時就可以用表格法來完成。所謂表格法顧名思義就是把各個數字量所對應的實際測量值事先計算好，并且把它們按照一定的規律存放在內存中指定的表格中。進行標度轉換時，根據計算機采樣濾波后得到的數字量Nx，在該表中查找對應的值即為實際測量值。該方法適宜測量精度要求不高的場合.具體設計時，可根