科学技术的快速发展为测量技术不断地注入新的血液，同时也对测量技术提出了新的更高的要求，促使其不断地向更高的水平发展。目前，动态测量已逐渐而成为现代测量的主流。由于动态测量的影响因素较多，如何提高其测量精度，一直是工程测量与仪器设计人员关注的重点，因而，对动态误差与精度理论的研究也历来受到人们的重视。要更有效地提高动态测量的精度，就必须了解测量系统的内部各组成单元，掌握它们的动态特性及其相互之间的传输关系，将产生测量误差的原因追溯到其最根本的源头。因此，本文从以往研究误差理论方法的逆向出发，根据高等学校博士学科点专项科研基金项目“动态测量误差溯源与精度损失诊断的理论与技术基础研究”和国家自然科学基金项目“动态测量误差分解与溯源及不确定度研究”，提出了一种新的理论思想，即动态测量误差溯源与精度损失诊断理论，并从理论和实践上均进行了系统而深入的研究。 在理论上，首先在进行测量系统典型单元误差分析的基础上，论述了误差分解与溯源的理论思想，并探讨了进行动态误差分解与溯源的方法，经过比较，确定了应用广义小波神经网络的分析方法；然后，论述了精度损失诊断的理论与思想。在实践上，以两套实际的测量系统为研究对象，分别对其实际的动态测量误差进行了建模、分解与溯源，将系统的输出总误差追溯到各单项误差源——系统内部各组成单元所产生的误差；而后，以误差分解与溯源的结果为依据，分别对两套系统进行了精度损失诊断，并分析了系统中对总的精度损失影响最大的环节，此结果可为测量系统的设计者提供系统优化设计依据。 本论文的主要研究内容和创新性工作如下： 研究了测量系统典型单元的动态测量误差模型，在此基础上，提出了动态测量误差分解与溯源的理论与方法。根据所建立的动态测量系统传递链函数与误差“白化”或“准白化”模型，将测量总误差分解为与动态测量系统内部各组成单元误差以及外界干扰相对应的各项分误差，即各单项误差源，从而实现系统的误差溯源。对于实际进行误差分解与溯源的信号处理方法，在比较了谱分析方法与小波神经网络分析方法的优缺点之后，指出谱分析方法的分解结果不够理想，并最终确定用小波神经网络来进行实际测量系统的误差分解与溯源。 研究了动态精度损失诊断的机理，提出其理论与方法。根据建立的动态系统误差模型，以误差溯源结果为依据，用BP神经网络分析方法，求得系统各组成单元的精度损失规律，建立其精度损失时变模型，从而找出对测量系统的总精度损失影响较大的内部组成单元，为改进动态测量系统的设计、提高其测量精度提供依据。 为了有效地验证动态测量误差溯源与精度损失诊断理论，选用了两套较为简单的测量系统——压力传感系统与差动互感式位移传感实验系统为研究对象，对误差溯源与精度损失诊断结果进行了实验验证。在理论上，首先分别建立两套系统的“准白化”模型H合肥工业大学博士学位论文与误差传递“准白化”模型，为误差溯源与精度损失诊断提供依据;在实践上，分别对此两套实验系统进行反复实验，运用小波分析与神经网络相结合的广义小波神经网络方法，对实验数据进行正确的处理，验证了动态测量误差溯源与精度损失诊断理论的可行性与有效性，以及动态测量精度理论的可逆性与正确性。