Figure 17．深度单元加权函数：位于单元中心的深度单元对水流的敏感度比位于边界的要强。
上面的加权函数对于窄带和宽带ADCPs的大部分正常情形都是适用的。然而，当发射脉冲和深度单元的尺寸不同时，加权函数的形状会改变。例如，如果发射脉冲比单元尺寸相对小一些，那么加权函数与它稍微有点交迭的相邻单元近似成直角。如果发射脉冲比深度单元长，那么这些数据经过深度单元时会比较平稳。
6 ADCP数据
这一部分介绍和描述了由宽带ADCP产生的数据。这些数据包括以下四种不同种类的标准剖面数据：
① 速度 ② 回声强度 ③ 相关性 ④ 部分好处
速度数据以mm/s为单位输出。根据你的需要采用下面的一种格式记录数据：
① 声束坐标——速度输出时与每一条声束平行。 ② 地球坐标——速度被转化成北，东，和上三部分。 ③ ADCP坐标——相对与ADCP来说，除了速度被转化成前，侧和上以外，
其他的都与地球坐标相似。ADCP的前面是声束3所面对的方向。ADCP的侧面是前面的右方。记住这个方向是你面对ADCP时的方向。向下看凸面的ADCP时，声束2指向正侧面的方向。垂直速度是正上方。 ④ 船坐标——除了头部旋转为船的前面和侧面其他的与ADCP坐标相似。
如果声束3面对船首，ADCP和船坐标是一样的。
Figure 18.面对ADCP传感器时的图形。这个布局 对于凸面和凹面的传感器是一样的（看Figure 26.）。
这一部分详细的描述了速度从一个声束坐标转换成球面坐标的情形，其中允许ADCP做以下运动：倾斜，转动，航行和速度。
回声强度以dB为单位输出。这些数据是从接收信号的强度指示器回路的接收器中获得。
相关性是对数据质量的一种衡量标准，它的输出以单元为刻度，期望的相关系数（给定高的信噪比，S/N）是128.
部分好的数据会告诉你哪一部分数据通过了这种标准。排斥标准包括低相关性，大的速度误差搜寻检测（错误目标的入口）。每一个ADCP的Default入口是不同的；每个入口都有相关的指令。
底部追踪数据不是剖面数据，他们以不同的数据结构输出，但是他们的形式与速度剖面数据是很相似的。底部追踪数据的坐标变换与应用与水流剖面的坐标变换是一致的。底部追踪输出也包括沿着每条声束一直到底部的位移的垂直部分。
7 全体平均值
Single-ping的速度误差太大以致不能满足大部分测量需求。因此，计算平均值可以减少测量的不确定性从而到达可接受的水平。这一部分定义了ADCP的不确定性、计算平均值的方法和对不确定性数据计算平均值的影响。
ADCP误差和定义的不确定性
Figure 19. single-ping数据（A）的分 布与200-ping相同数据（B）的平均 值的比较。
了标准偏差，标准偏差由很多pings的速度误差开方而得。或者：
速度的不确定性包括两种误差——随机误差和偏差。计算平均值只能减少随即误差而不能减小偏差。
Figure 19用ADCP水流估计分布的两个例子来说明这些误差。假设Figure 19A中的分布是由20，000个完全相同水流的测量值计算而来的。在这个分布图中，测量值都聚集在水流真实值的周围，但是这个变化是由于随即误差引起的。也要注意的一点是总的平均值也不同于真实值。偏差导致了这种不同。
因为随机误差在ping与ping之间是不相关的，计算平均值减少
这里的N是指一起计算平均值的pings的数量。
Figure 19B中的分布展示了：如果我们把最初的20，000个Pings分成200组，每组100个pings，将会发生的事情。计算每个总体中100个ping的平均值可以减少每个总体的随机误差的1/10。在这个较小的传播分布图中是很清楚的。注意这两种分布的平均值是一样的并且都与真实的水流不同。这种不同就是测量偏差，它不能通过计算平均值来消除。
很重要的一点是计算平均值可以减少在single-ping数据中出现的相对较大的随机误差，但是在对确定的数量计算平均值之后，随机误差会变得比偏差小。关于这一点，更深一步的计算平均值对减小总体误差的作用不大。
短期与长期的不确定性的比较
短期的不确定性在single-ping ADCP的数据中定义为误差。短期的不确定性受随机误差控制。
经过足够的平均值计算之后本质上可以清除随机误差时所对应的误差定义为长期的不确定性。长期误差与偏是差一样的。
随机误差和偏差的近似值
ADCP single-ping的随机误差或者是短期误差的变化范围是几mm/s到
0.5m/s。这个误差值主要由内部因素导致，例如，ADCP的频率，深度单元的大小，计算平均值所需要的pings的数量和声束的集合形状。外部因素包括湍流，潜波和ADCP的运动。
随机误差在窄带ADCPs中相对容易估计，而对于宽带ADCPs来说比较困难。这是因为宽带测量需要更多的调节参数，并且每一个都影响不确定性。因为在ADCP内部产生的随机误差与窄带ADCP相比是一个典型的较小数量级，外部的随机误差源（比如湍流）能够主导内部ADCP误差。
通过计算速度误差的标准偏差可以估计随机误差。这是因为随机误差从一条声束到另一条声束是相互独立的，并且这个速度误差是通过ADCP给定正确的水平速度的随机误差的数量级衡量的。为了预计内部随机误差的大小，可以查询专门的手册或者用其中的一个软件工具，这些TRDI提供这项服务。
典型的偏差一般都少于10 mm/s。影响偏差的因素有温度，平均水流速度，信噪比，声束的集合形状等等。在后续处理中还不能测量偏差也不能校正和转移。
声束方向误差
声束的方向误差是声速偏差的主导源。声束方向误差是声束方向中的不确定性。标准的工业惯例把这个误差介绍成波束角。依据测量需求和对根据传感器原理安装的监护，这些误差有可能被介绍成不可接受偏差。这个如此安装的声束角在制造过程中被测量，并且储存在宽带ADCP的存储器中。这些角改变了坐标变换的形式，当从声束到地球速度坐标变换时这种形式可以纠正声束方向误差。
ADCP内部的平均值和以后得到的平均值
一个ADCP系统能够在ADCP内部、在数据获取系统中或者在这两者中都能计算总体平均值。例如，在ADCP中计算几个pings的总体平均值再把这个结果发送到计算机，这个计算机再对这些全体求平均值。这些是可以实现的。正常情况下最好的规则是在发送这些数据之前让ADCP把他们转化成地球坐标并且计算他们的总体平均值，除非有更好的理由去做别的。下面列出了一些因素，这些因素可能影响你在哪计算平均值的决定。
① 矢量平均值的计算——在计算平均值之前的地球坐标转换允许
ADCP计算真实的矢量平均值。