是否可以通过将多个LM35传感器的读数平均取平均值来创建一个超级传感器?因为我要平均各个传感器的系统偏差,这会更准确吗?另外,因为任何噪音都会被衰减/平均,这也不会更精确吗?
这似乎太好了,难以置信。我的意思是,就传感器而言,这些东西真的很便宜,那么,有什么要阻止我购买其中的10个并用这种方法制造出超高精度的温度传感器呢?
是否可以通过将多个LM35传感器的读数平均取平均值来创建一个超级传感器?因为我要平均各个传感器的系统偏差,这会更准确吗?另外,因为任何噪音都会被衰减/平均,这也不会更精确吗?
这似乎太好了,难以置信。我的意思是,就传感器而言,这些东西真的很便宜,那么,有什么要阻止我购买其中的10个并用这种方法制造出超高精度的温度传感器呢?
Answers:
您无法保证更高的准确性,但可能会获得更好的信噪比。
想象一下,如果所有传感器的关闭量与规范中允许的数量相同。平均它们不会产生更好的准确性。如果您有相当数量的这些传感器,并且它们在其允许的误差范围内具有随机误差分布,那么通过求平均值将会获得更好的准确性。但是,问题在于您无法知道是第一种情况还是第二种情况。如果所有单元都来自同一生产批次,则其误差很可能不会随机分布。
但是,噪声确实下降了。每个传感器的读数都会增加一些噪声。这与来自其他传感器的噪声无关,因此平均可以降低噪声。当然,对于来自整个系统外部的噪声而言,情况并非如此,因为这将是相关的,并且对多个传感器读数求平均值不会降低噪声。
请注意,“平均”有多种方法。您正在考虑对多个传感器进行平均以减少噪声。但是,由于这种噪声本质上是随机的,因此您也可以在同一时间从同一传感器获得的多个读数之间求平均值。在更一般的情况下,这实际上是低通滤波。由于温度变化缓慢,因此对温度传感器的输出进行低通滤波会降低噪声。从频率空间上看,您知道温度变化缓慢,因此高频成分是噪声,可以安全地衰减。
您所说的是“系统性偏见”。如果我们做出一般合理的假设,即传感器的读数具有均值和标准偏差,则随着样本量(传感器数量)的增加,标准偏差应减小。
再者,如果一个人从同一个传感器获取多个读数,那么读数的标准偏差也应减小。
对于平均值,假设当确切温度为80°C且传感器1的读数为79°C时,传感器2为80°C,传感器3为81°C。在这种情况下,平均读数可得出80C的答案,而在3个单独的传感器中,只有一个具有正确的值。这里还有更多要考虑的地方,假设传感器1始终读为1C低电平,而传感器3始终读为1C高电平。如果您能够通过与精确来源进行比较来确定这一点,则可以在软件后期转换中为传感器1校正此1C低读数。
实际上,您将如何安装多个传感器,使它们都与要测量温度的完全相同的点接触?为了获得高精度的读数,即使传感器之间的距离很小,也可能意味着它们处于不同的温度下。在这种情况下,对读数取平均值将不会得到有关任何特定点的温度的有用数据,而只能得到某个空间的平均值。就像在房屋的每一侧安装4个温度计一样;阳光充足一侧的温度与阴凉一侧的温度很可能不同。
只是要挑剔,并向这个问题加2美分: 如果您不喜欢挑剔的答案,甚至不要读这个,否则您会杀了我。
由于所有传感器都具有一定的内部偏置,因此您永远都不会变得非常精确。
如果您有传感器并且知道其偏置,则可以补偿其读数并获得实际温度。而且您将受到其特性的限制(例如:如果它的读数随温度变化呈线性,或者误差不是线性的……随着时间的流逝它是否稳定……)。
如果您有很多传感器并对其求平均值,则会缩小实际温度与被测温度之间的差距,但是由于每个传感器都有自己的误差,因此平均值将始终会有一些误差。为避免这种情况,只有在正确温度以上和以下的传感器数量完全相同时,并且在上下温度中它们的传感器数完全相同时...
像国际质量标准一样思考它:1公斤是多少?它是特定物体的质量,存储在国际度量衡局中。这不是很多身体的平均值...