4. 不确定度分类
在功率测量不确定度评估中，完成测量模型建立与不确定度来源识别之后，下一步关键工作就是对这些来源进行合理分类。JJF 1059.1《测量不确定度评定与表示》将不确定度分量按评定方法分为A类不确定度和B类不确定度。需要特别强调的是，A类与B类的划分依据是评定方法，而不是不确定度来源本身的性质，更不是"谁更准确"或"谁更可靠"的等级划分。
一、A类不确定度的定义与来源
A类不确定度是指通过对观测列进行统计分析而评定的不确定度分量。其典型特征是：在相同测量条件下，对同一被测量进行多次重复测量，得到一组观测值 x₁, x₂, …, xₙ，然后利用统计公式计算实验标准差，进而得到标准不确定度。
在功率测量中，A类不确定度的常见来源包括：
- 功率计或功率传感器的随机噪声引起的读数分散；
- 信号源输出功率的短期随机波动；
- 连接器重复插拔、接触状态微小变化带来的重复性影响；
- 环境温度、气流等随机扰动导致的测量重复性变化。
A类评定的基本流程是：先计算 n 次测量的算术平均值，再计算单次测量的实验标准差 s(x)，最后根据实际测量中采用的读数方式确定标准不确定度。若以 n 次测量的平均值作为结果，则：
平均值：x̄ = (1/n) · Σ xᵢ
单次实验标准差：s(x) = sqrt( Σ(xᵢ - x̄)² / (n - 1) )
平均值的标准不确定度：u_A = s(x̄) = s(x) / sqrt(n)例如，对某功率传感器在 1 GHz、0 dBm 条件下重复测量 10 次，得到读数标准差 s(x) = 0.012 mW，若最终结果取 10 次平均值，则 u_A = 0.012 / √10 ≈ 0.0038 mW。若最终结果只取单次读数，则 u_A = 0.012 mW。可见，是否取平均、取几次平均会直接影响 A 类不确定度的大小。
二、B类不确定度的定义与来源
B类不确定度是指用非统计分析方法评定的不确定度分量。它通常依据校准证书、技术手册、检定规程、历史数据、经验判断或相关物理规律，将已知的误差限、最大允许误差、分辨力、漂移范围等信息，转换为标准不确定度。
功率测量中B类不确定度的典型来源包括：
- 功率传感器校准因子的校准不确定度；
- 功率计参考源的功率准确度；
- 失配引起的失配不确定度；
- 仪器分辨力、线性度、温度系数等指标；
- 校准证书给出的扩展不确定度 U 及包含因子 k。
B类评定的关键，是把"半宽 a"或"扩展不确定度 U"合理转换为标准不确定度 u_B。常用转换方式如下：
| 已知信息形式 | 分布假设 | 标准不确定度 u_B |
|---|---|---|
| 校准证书给出 U 和 k | 正态分布 | u_B = U / k |
| 最大允许误差 ±a | 均匀（矩形）分布 | u_B = a / √3 |
| 分辨力 δ | 均匀分布 | u_B = (δ/2) / √3 |
| 误差限 ±a，三角分布 | 三角分布 | u_B = a / √6 |
例如，某功率传感器校准证书给出扩展不确定度 U = 2.5%（k = 2），则其标准不确定度 u_B = 2.5% / 2 = 1.25%。若某功率计分辨力为 0.01 dB，按均匀分布处理，则 u_B = (0.005 dB) / √3 ≈ 0.0029 dB。
三、A类与B类的主要区别
理解二者区别，是正确评定和避免重复计算的前提。下表从多个维度进行对比：
| 对比维度 | A类不确定度 | B类不确定度 |
|---|---|---|
| 评定依据 | 观测列统计 | 证书、手册、经验、假设分布 |
| 数据来源 | 重复测量数据 | 已有信息或技术资料 |
| 是否需做重复实验 | 需要 | 通常不需要 |
| 自由度 | 由 n 决定，ν = n − 1 | 常按经验估计，可能取较大值 |
| 典型对象 | 随机噪声、重复性 | 校准、失配、分辨力、漂移 |
| 评定结果形式 | 标准不确定度 u_A | 标准不确定度 u_B |
四、评定思路与功率测量案例
在功率测量不确定度评定中，推荐按以下思路组织A类与B类分量：
- 先建模：写出功率测量模型，例如 P = P_read · K_cf · K_m · K_ref，明确各输入量。
- 再识别：列出每个输入量的不确定度来源，区分哪些可通过重复测量统计，哪些需查证书或手册。
- 分别评定：对可重复测量的输入量做A类评定；对校准、失配、分辨力等做B类评定。
- 统一转换：将所有分量转换为标准不确定度 u，并注意单位一致、相对/绝对形式统一。
- 检查重复：避免同一来源既算A类又算B类，例如重复性已包含在A类中，就不要再单独计入B类。
以一个典型功率测量场景为例：使用功率传感器测量 2.4 GHz 信号功率，重复测量 8 次得到平均值，A类标准不确定度 u_A = 0.004 mW；传感器校准因子引入的B类标准不确定度 u_B1 = 0.015 mW；失配引入的B类标准不确定度 u_B2 = 0.008 mW；功率计分辨力引入的B类标准不确定度 u_B3 = 0.002 mW。此时合成标准不确定度为：
u_c = sqrt( u_A² + u_B1² + u_B2² + u_B3² )
= sqrt( 0.004² + 0.015² + 0.008² + 0.002² )
≈ 0.0177 mW可以看到，虽然A类分量由重复测量得到，但在本例中B类分量（校准因子、失配）对合成不确定度贡献更大。这说明：A类与B类只是评定方法不同，不能简单认为A类比B类更重要或更准确。实际评定中，应关注每个分量的大小和灵敏度系数，而不是分类标签本身。
综上，A类与B类不确定度的划分，本质上是评定方法的划分。A类依赖重复测量的统计结果，B类依赖已有信息与合理假设。二者在合成时地位平等，最终都转化为标准不确定度。掌握这一分类逻辑，能够帮助我们在功率测量不确定度评定中做到来源不遗漏、方法不混淆、分量不重复，为后续合成标准不确定度和扩展不确定度打下坚实基础。