基于贝叶斯信息融合的测量不确定度评定与实时更新

来源：计量学报杂志2017年第1期北京时间：

作者：姜瑞,陈晓怀,王汉斌,肖颖,徐磊,程银宝,程真英

单位：合肥工业大学 仪器科学与光电工程学院, 安徽 合肥 230009

摘要：基于贝叶斯信息融合与统计推断原理,建立不确定度动态评定模型,对测量不确定度进行实时更新。引入最大熵原理和爬山搜索优化算法,确定先验分布概率密度函数及样本信息似然函数,结合贝叶斯公式求出后验分布概率密度函数,实现不确定度的优化估计。仿真及实例分析表明,基于贝叶斯和最大熵方法评定及更新的测量不确定度更加接近理论值。

关键词：计量学; 不确定度评定; 贝叶斯; 信息融合; 最大熵原理; 爬山算法

基金资助：国家自然科学基金（51275148）;合肥工业大学青年教师创新项目(JZ2014HGQC0126)