(а іноді, наприклад, при вимірюванні характеристик полів, попросту ототожнюється з нею) неінформативні параметри об'єкта також слід віднести до факторів навколишнього середовища. До них, строго кажучи, відноситься і динамічна похибка, тому що вона за визначенням викликається швидкістю зміни вимірюваної величини і впливових факторів навколишнього середовища, а швидкість - сама впливає фактор. Сюди ж при уважному розгляді слід віднести і нелінійність, тому що при поданні вихідної величини датчика у вигляді статечного полінома виявляється, що на його вході, крім вимірюваної величини, з'являються її ступеня (інші фізичні величини), які цілком можуть сприйматися як неінформативні параметри об'єкта. Нарешті, до чинників навколишнього середовища слід зарахувати і час, що володіє всіма властивостями фізичної величини, і тоді тимчасової догляд датчика теж втрачає свою відособленість. p align="justify"> Технологічний розкид значень конструктивних параметрів датчика викликає похибка тільки за відсутності індивідуальної калібрування.
Похибка квантування притаманна датчикам з цифровим виходом і дискретним зміною вихідної величини.
При обліку вищенаведених зауважень перелік різновидів похибок датчиків, що мають принципово різне походження, виявляється наступним:
1) вплив факторів навколишнього середовища;
2) наслідок технологічного розкиду значень конструктивних параметрів;
3) гістерезис;
4) похибка квантування вихідного сигналу;
) неточність калібрування.
Похибки датчиків можуть визначатися як експериментальним, так і розрахунковим шляхом.
Перший шлях більш підходить для визначення окремих складових, особливо, тоді, коли не ясна фізика впливів. Якщо похибки викликаються одночасно декількома причинами, що проявляються у вигляді факторів, що змінюються випадковим чином, експериментальна оцінка, як правило, виявляється неможливою. p align="justify"> Розрахункові методи метрологічного аналізу датчиків, навпаки, виправдовують себе, в основному, при необхідності підсумовування випадкових складових похибки.
Традиційним методом такого аналізу є метод з використанням середньоквадратичних значень, проте, останнім часом з'явилися більш ефективні методи: Монте-Карло і векторно-аналітичний [5, 6], цінним властивістю яких, є відсутність необхідності вказівки або визначення результуючого закону розподілу. Перший з них заснований на моделюванні випадкових похибок статистичними вибірками, розподіленими за заданими законами. Метод простий і зручний, проте, вимагає наявності ефективного генератора випадкових чисел. Другий використовує векторне представлен...
