16-EFT.WP.Methods.Cleaning v1.0 | 前言

目录 ／ 文档-技术白皮书 ／ 16-EFT.WP.Methods.Cleaning v1.0

前言

I. 目的与范围

• 交付“从原始到可发布”的清洗闭环：模式绑定 → 计量一致 → 时基对齐 → 路径一致 → 质量与契约 → 发布冻结。
• 本卷面向离线批处理、在线服务、事件流三类场景，定义清洗域的公设 P10x-*、最小方程 S10x-*、流程 M10-* 与实现绑定 I10-*。
• 与配套卷协同：时间语义与到达时口径遵循 tau_mono/ts 与“两口径”统一规则；密度与测度遵循显式测度与单位/量纲守恒的统一口径。

II. 读者与适用边界

• 读者：数据平台与清洗工程、计量与质量、建模与算法、运维与审计。
• 适用边界：不覆盖硬件实现细节与分布式存储内部机制；仅给出接口与约束。
• 阅读路径：先读第1–2章（定义与公设），再按项目选择第3–10章中的专项清洗，最后参见附录的契约库与接口参考。

III. 与配套白皮书的接口

1. 与《Core.Sea》：
   • 时间基准采用 tau_mono（内部评估）与 ts（对外发布），并显式记录 offset/skew/J；若以到达时校准，需报告路径与两口径差 delta_form。
   • 设备/通道/清单字段与质量监测条款（如 q_score, m ∈ {0,1}, drift）复用其最小字段集。
2. 与《Core.Density》：
   任何涉及积分与密度的表达必须显式给出域与测度（如 dV/dx/dS/d ell）；若时间对齐依赖到达时，清洗产出需带两口径字段并审计一致性。
3. 与《Core.Terms》：
   严格区分 n（数密度）与 n_eff（有效折射率），T_fil（张度场）与 T_trans（透射系数）不得混用；到达时沿用统一表述与路径/测度显式规则。

IV. 记号、编号与发布纪律

• 统一编号：公设 P10x-?，最小方程 S10x-?，清洗流程 M10-*，实现绑定 I10-*。
• 文本与排版：小节标题用罗马数字并加粗；项目符号用 “- 空格”；编号列表用 “1. 空格”。
• 变量与公式：全部英文与纯文本；内联统一反引号包裹（如 phi(x,t), Xi(x,t), K, Q, T_fil, T_trans, n_eff）；含除号/积分/复合算符的表达一律加括号并显式路径与测度 gamma(ell), d ell。
• 单位与量纲：发布前执行 check_dim(expr)；禁止无量纲与有量纲对象混写。

V. 到达时“两口径”与时间语义（清洗锚点）

1. 两口径统一式：
   • 常量外提：T_arr = ( 1 / c_ref ) * ( ∫ n_eff d ell )
   • 一般口径：T_arr = ( ∫ ( n_eff / c_ref ) d ell )
   • 差异度量：delta_form = | ( 1 / c_ref ) * ( ∫ n_eff d ell ) - ( ∫ ( n_eff / c_ref ) d ell ) |
   • 使用 T_arr 时必须同时给出 gamma(ell), d ell, c_ref, n_eff 并记录 delta_form。
2. 时间语义：所有清洗内评估在 tau_mono 上完成，对外仅以 ts 发布；offset/skew/J 的估计需伴随不确定度与窗口 Delta_t。

VI. 输入/输出、契约与出厂条件

1. 输入：D_raw 及其 manifest（含 schema_ver, units, support, timing）。
2. 输出：D_clean 与 manifest；至少包含：
   • arrival_forms = {T_arr(two forms), delta_form, gamma(ell), d ell, c_ref, n_eff}
   • timing = {tau_mono, ts, offset, skew, J}
   • qc = {q_score, m, drift}
   • contracts = {unique, monotone(ts|ell), check_dim, eps_norm/eps_mass, tol_Tarr}。

VII. 统一符号与定义（本卷记忆）

• 路径与测度：gamma(ell) 为按弧长参数化的路径；d ell 为线元测度；L_gamma = ( ∫_gamma 1 d ell )。
• 时间与同步：tau_mono（内部评估），ts（发布）；派生量 offset, skew, J。
• 到达时：T_arr 两口径与 delta_form（见上）。
• 密度与测度：rho(x,t)（具量纲），p(x)（无量纲，( ∫ p(x) dx ) = 1）；发布需显式域与测度。
• 冲突名强制：T_fil ≠ T_trans；n ≠ n_eff；禁用裸 c/T/n。

VIII. 清洗目标、读者可执行路径与产出

1. 目标：
   以 P/S/M/I 形成可审计闭环：pass = check_dim ∧ arrival_forms ∧ contract_ok ∧ manifest_signed。
2. 可执行路径：
   • 第1章建立清洗定义与范围；
   • 第2章固化公设与最小方程；
   • 第3–10章按对象与流程落地接口 I10-*；
   • 第11–12章处理流式与到达时一致化；
   • 第13–15章完成归一化、质量审计与用例发布。
3. 产出：
   • 标准清洗清单与契约库；
   • assert_contract 报告与 freeze_release 的发布工件；
   • 与《Core.Sea》《Core.Density》对齐的 T_arr/测度/时基字段，确保跨卷一致与可追溯。

IX. 约定复述（一览）

• 版式与层级：罗马数字小节、- 项目符号、1. 编号；内联符号反引号包裹。
• 两口径与路径：任一到达时/路径相关清洗均同时计算两口径并落盘 delta_form，显式 gamma(ell) 与 d ell。
• 单位与量纲：所有表达通过 check_dim(expr) 校核；密度与概率的测度与单位明确。