您不能保证更高的准确性，但您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格中允许的量相同。平均它们不会产生更好的准确性。如果您有相当多的这些传感器，并且它们在其允许的误差范围内具有随机误差分布，那么您将通过平均获得更好的精度。但是，问题是您无法知道您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，则它们的误差可能不是随机分布的。

然而，噪音确实下降了。每个传感器都会为其读数增加一些噪音。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，来自整个系统外部的噪声并非如此，因为这将是相关的，并且对多个传感器读数进行平均不会减少它。

请注意，“平均”的方法不止一种。您正在考虑对多个传感器进行平均以减少噪音。但是，由于这种噪声本质上是随机的，因此您也可以在不同时间从同一传感器获取的多个读数之间进行平均。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积极的低通滤波确实可以降低噪声。从频率空间来看，您知道温度变化缓慢，因此高频分量是噪声，可以安全地衰减。

是的，使用多个传感器可以为您提供平均温度。这个温度有多正确仍然是个问题。

如果 50% 的传感器高于真实温度，而 50% 低于真实温度，那么您将获得真实温度（或一样好）。如果 75% 高于和 25% 低于，那么您将读取的温度高于它。

为了准确，您将需要一些参考来测试传感器以获得真实温度 - 通常是用于校准传感器的已知温度。

至于降噪，您可以使用一个传感器执行完全相同的操作，并对其进行多次采样并对结果进行平均。

如果错误是随机的，那么对于 10 个传感器（10 的平方根），您可以预期大约 3 倍的改进。但很可能存在无法消除的系统错误。

• 为什么您首先需要比 0.5°C 更高的精度？

• 您要测量哪个温度？如果您有十个传感器，它们将不会都在同一个地方。大多数情况下，最好获得更高的精度。

• 你甚至有 10 个传感器的空间吗？

对一个传感器进行多次读数是个好主意。

你说的是“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平均值和标准偏差，那么随着样本量（传感器数量）的增加，标准偏差应该会减小。

然后再一次，如果从同一个传感器获取多个读数，那么读数的标准偏差也应该降低。

至于平均值，假设当准确温度为 80C 且传感器 1 可能读数为 79C 时，传感器 2 为 80C，传感器 3 为 81C。在这种情况下，平均读数给出了 80C 的答案，而 3 个单独的传感器中只有一个具有正确的值。这里还有更多需要考虑，假设传感器 1 始终读取 1C 低电平，而传感器 3 始终读取 1C 高电平。如果您能够通过与准确来源的比较来确定这一点，那么您可以在软件转换后纠正传感器 1 的 1C 低读数。

实际上，您将如何安装多个传感器，以便它们都与您想要测量温度的完全相同的点接触？对于高精度读数，即使传感器之间的微小间隔也可能意味着它们暴露在不同的温度下。在这种情况下，平均读数不会产生关于任何特定点的温度的有用数据，只会产生一些空间的平均值。有点像在房子的每一侧安装 4 个温度计；阳光充足的一侧的温度很可能与阴凉一侧的温度不同。