好的！"线性误差"（Linear Error）在工程和测量领域特指测量系统或传感器的输出特性偏离理想直线关系的程度。它描述的是系统在理论上应具有线性响应时，实际输出出现的非线性偏差。

核心概念拆解：

1. 理想线性关系： 理想的测量系统（例如传感器、仪器）应满足：输出值 = 斜率 × 输入值 + 截距。输入-输出关系在坐标图上呈现为一条完美的直线。
2. 实际非线性： 现实中，由于物理原理、制造工艺、材料特性、温度影响、老化等原因，实际输出与输入的关系往往不是一条完美的直线。这种对理想直线的偏离，就包含了线性误差。
3. 误差的表现： 线性误差表现为在整个输入量程范围内，测量值与理论直线之间的最大偏差。它通常用相对于满量程输出（Full Scale Output, FSO）的百分比（%FS）来表示。

通俗理解：

想象一个测量温度的传感器。理想情况下，温度每升高1℃，其输出电压应该恒定地升高比如0.1V（这就是理想的直线关系）。

但实际上，可能存在这样的情况：

• 在低温时（比如0°C - 30°C），实际升高1°C对应0.11V。
• 在中等温度时（30°C - 70°C），实际升高1°C对应接近0.1V。
• 在高温时（70°C - 100°C），实际升高1°C只对应0.09V。

这种输出电压变化率（灵敏度）在整个温度量程内不是恒定的现象，使得实际输出点无法完美落在一条直线上，而是围绕一条参考直线（称为最佳拟合直线）上下波动。这个波动范围的最大值就是线性误差。

关键点：

• 不是所有误差： 线性误差只是测量总误差中的一部分，它专门针对非线性问题。总误差还包含零点误差（偏移误差）、迟滞误差、重复性误差等。

• 量化的方式： 计算线性误差通常是：

  1. 确定一条能最好地拟合所有实际校准数据点的直线（最佳拟合直线）。
  2. 在整个量程范围内，找到实际输出点偏离该拟合直线的最大距离（Maximum Deviation）。
  3. 将最大偏差除以系统的满量程输出范围（Span = Max Output - Min Output）。
  4. 以百分比表示：线性误差 = (最大偏差 / 满量程输出范围) × 100% (%FS)

  \text{线性误差} = \frac{\Delta V_{\text{max}}}{\text{FS}} \times 100\%

  其中:

  • $\Delta V_{\text{max}}$ = 实际输出与拟合直线的最大偏差值
  • $\text{FS}$ = 满量程输出范围

• 线性度 (Linearity)： 这是和线性误差密切相关的参数。线性度 = 1 - 线性误差。它表征测量系统接近理想直线关系的程度，线性度越高（接近100%），线性误差越小，性能越好。

• 应用场景： 线性误差是评价传感器、仪表、模数转换器(ADC)、数据处理系统等静态性能的关键指标，尤其是在需要高精度测量和控制的领域（如自动化、仪器仪表、机械工程、电子工程等）。

简单总结：

线性误差，就是指一个本该线性响应的测量装置（如传感器），它的实际输出值在多大程度上偏离了理想的直线关系。通常用相对于满量程的最大偏差百分比(%FS)来表示。这个值越小，说明该装置的线性度越好。

所以，当你看到一个传感器的技术参数中标明“线性误差：±0.2% FS”时，这意味着在任何测量点上，它的输出值与理论上理想直线（最佳拟合直线）之间的最大偏差，不会超过其整个测量范围输出值的±0.2%。