文档介绍：可信度的算法和意义
给定一个仪表测量均方差o （即参考仪表正常测量时的经验值），作为比 较的基准。
求出当前采样时刻的前、后共N个样本点的均值（给定的样本空间大小, 可由程序设定），作为当前时刻的采样值的希望值U。
2 a 2
按照
可信度的算法和意义
给定一个仪表测量均方差o （即参考仪表正常测量时的经验值），作为比 较的基准。
求出当前采样时刻的前、后共N个样本点的均值（给定的样本空间大小, 可由程序设定），作为当前时刻的采样值的希望值U。
2 a 2
按照正态分布计算出当前时刻样本值基于以上的方差和希望的分布概 率。
具体公式：
其中U为第二条计算的希望，o为第一条计算的均方差，X为当前时刻的 采样值。
正态分布对应的函数曲线：
1
正态分布
擾聿密度函教
■4 -3 -2 -I 0 I
绿线代表标准正态分布
置信度为：以采样值为中心，在一定范围内，真值出现在该范围内的几率设
定为该采样值的可信度。
4．以此分布概率来确定出当前时刻的采样值在给定的范围内的可信度。
5．求出当前时刻所取到样本片段的均方差，根据不同的曲线设定最小不可 信值，例如：认为均方差小于某个值时是完全不可信的，就判断该当前 采样点的可信度为 0。
6．按此算法滑动地算出曲线上每一个采样点的可信度，最后计算出所有采 样点的可信度的平均值,得到整条曲线的整体可信度。此值存入二级数 据库。
求单个采样值的可信度表达式如下：
Express = ConfidenceLevel([0:0], N, , o)
其中[0:0]：表示要分析的通道；
N：给定的样本空间大小； ： 表示最小不可信的均方差,即当计算出当前样本空间的均方差小于此 值时,认为是不可信的。(例如：当遇到通信错误,曲线采集到的数据不发 生变化时,认为是不可信的)
以下是分别对不同曲线的可信度分析的结果：
图 1. 有异常值时的实时可信度分析结果
由图1可以看出当采集的信号有明显的异常值时,该采样值算出来的可信度
几乎为 0,而在波动较大时,可信度也随之降低。
图 2. 信号有明显波动时可信度下降