目录 / 文档-技术白皮书 / 47-PTN Template v1.0
I. 误差源清单(Error Sources Catalog)
统一口径:源项以符号、单位、估计方法、分布假设与相关性给出;类型标注 A(统计评定)/B(非统计评定);路径相关量显式 gamma(ell) 与测度 d ell。
- 计时与同步:u(δt_abs)(s,A/B),u(Δτ_ch)(s,A),u(jitter)(s,A),u(σ_y(τ))(无量纲,A)。
- 路径与几何:u(gamma(ell))(m,B),u(d ell)(m,B),遮挡/畸变 u(D)(无量纲,B)。
- 介质与色散:u(n_eff(ell))(无量纲,A/B),u(n_eff(λ))(无量纲,B)。
- 参考常量:u(c_ref)(m/s,B),u(λ_ref)(m,B),u(k_ref)(1/m,B)。
- 仪器与标定:u(θ_k)(随参数单位,B),u(g)(增益,B),u(σ_ro)(e⁻,A)。
- 采样与量化:u(Δt)(s,B),u(Δell)(m,B),u(q_bits)(量化步进,B)。
- 建模与数值:u(model)(残差尺度,A),u(discretization)(离散化误差,B),u(screen)(薄屏近似误差,B)。
- 环境与漂移:u(α_T·ΔT)(随对象单位,B),u(Δq_att)(姿态,B)。
- 清洗与选择:u(cleaning)(剔除规则引入的偏差,B),u(missing)(缺失模式,A/B)。
II. 传播模型(Uncertainty Propagation Models)
线性化、协方差积分与蒙特卡洛三轨并行;当使用稳健损失时,提供二阶等价代理以进行误差传播。
- 线性化(Δ法):设目标量 y = f(x),x ∈ ℝ^p,雅可比 J = ∂f/∂x |_{x̂},则
u^2(y) ≈ J · Cov(x) · Jᵀ。 - 到达时 T_arr 的一阶传播(显式路径与测度):
T_arr = ( ∫ ( n_eff / c_ref ) d ell ),记 w(ell) = ( 1 / c_ref ),
u^2(T_arr) = ∬ w(ell₁) w(ell₂) · Cov[ n_eff(ell₁), n_eff(ell₂) ] d ell₁ d ell₂ + ( ∂T_arr/∂c_ref )^2 u^2(c_ref),
其中 ∂T_arr/∂c_ref = - ( 1 / c_ref^2 ) ∫ n_eff d ell。离散化为
u^2(T_arr) ≈ ∑_{i,j} w_i w_j · Cov(n_i, n_j) · d ell_i · d ell_j + (∂T_arr/∂c_ref)^2 u^2(c_ref)。 - 相位累计 Phi 的传播:
Phi = ( 2π / λ_ref ) ( ∫ n_eff d ell ),
u^2(Phi) = ( 2π / λ_ref )^2 ∬ Cov(n_eff(ell₁), n_eff(ell₂)) d ell₁ d ell₂ + ( ∂Phi/∂λ_ref )^2 u^2(λ_ref),
∂Phi/∂λ_ref = - ( 2π / λ_ref^2 ) ∫ n_eff d ell。 - 连续性/通量类指标(示例):对 ε_flux 或 ΔM 使用线性化或自举:
u(ε_flux) ≈ √{ Var(ε_flux_residuals) };u(ΔM) ≈ √{ u^2(∫ρ dV|_{t2}) + u^2(∫ρ dV|_{t1}) - 2 Cov }。 - 相关结构:当 n_eff 沿路径具相关长度 L_c,采用核 K(Δell) = exp( -|Δell| / L_c ) 建模 Cov(n_i,n_j);L_c 由拟合或先验给定。
- 蒙特卡洛:从 x ~ 𝒩(x̂, Cov) 或稳健分布采样 B ≥ 10^4,计算 y_b = f(x_b),取 u(y) = std(y_b);稳健情形报告中位数与分位区间。
III. 合成与区间(Composition & Intervals)
- 合成不确定度:对不相关项使用平方和根:u_c = √( ∑ u_i^2 );相关项按协方差合成:u_c^2 = ∑ u_i^2 + 2∑_{i<j} ρ_{ij} u_i u_j。
- 扩展不确定度:U = k · u_c,覆盖因子 k 取 2(约 95%)或按任务指定。
- 区间类型:报告置信区间(频率)或可信区间(贝叶斯);稳健流程提供中位数±分位差(如 P2.5–P97.5)。
- 门槛对齐:报告的 U 应与第 4 章门槛(如 τ_T, τ_phi, τ_M)同域对齐;阳性/阴性判据以 U 后的区间比较为准。
- 单位与量纲:所有区间携带单位;check_dim 报告列出每个量的量纲闭合情况。
IV. 监控与告警(Monitoring & Alerts)
- 在线指标:Q_res(残差稳健度)、p_dim(量纲闭合通过率)、σ_y(τ)、SNR、drift_rate。
- 管制图:EWMA/Shewhart 对 T_arr、Phi、ε_flux 建立控制界;越界标记 quality.flags += {"uncert_alert"}。
- 新鲜度门:acq.ts_start − calib.timestamp ≤ τ_calib;过期进入限制模式并提升 U 的报告等级。
- 再标定触发:当 u(θ_k) 超阈或 p_dim < 1 时强制再标定;再评估 u_c 与 U。
V. 误差预算卡(Error-Budget Card,发布格式)
字段:source, symbol, unit, type(A/B), estimate, distribution, correlation, note, see[]。
source | symbol | unit | type | estimate | distribution | correlation | see[] |
|---|---|---|---|---|---|---|---|
Absolute timing | δt_abs | s | A | u(δt_abs) | approx-N | vs. channel skew | Core.Metrology v1.0 |
Path measure | d ell | m | B | u(d ell) | uniform | with gamma(ell) | Core.DataSpec v1.0:TARR |
Medium index profile | n_eff(ell) | 1 | A/B | u(n_eff) | GP kernel | length L_c | Core.Terms v1.0 |
Reference speed | c_ref | m/s | B | u(c_ref) | normal | global | Core.Terms v1.0 |
Reference wavelength | λ_ref | m | B | u(λ_ref) | normal | global | Core.Metrology v1.0 |
Calibration params | θ_k | — | B | u(θ_k) | normal | block-correlated | Metrology.* v1.0 |
Readout noise | σ_ro | e⁻ | A | u(σ_ro) | normal | per-channel | Methods.Cleaning v1.0 |
Discretization | — | — | B | u(discretization) | bounded | model-dependent | Methods.SimStack v1.0 |
交付:随结果页附 error_budget.csv 与展平的 see[](“卷名 + 版本 + 锚点”)。
VI. 报告与记录(Reporting & Records)
- 不确定度摘要表:对每个关键量(T_arr, Phi, ε_flux, ΔM, Q)报告 x̂ ± u_c (k=1) 与 x̂ ± U (k)。
- 方法说明:注明使用的传播路线(线性化/蒙特卡洛/自举)与核函数、相关长度。
- 可复现性:在 audit.jsonl 中记录随机种子、样本大小、B、核参数、估计器与版本。
VII. 相干示例(Normative Examples,可直接复用)
- 到达时不确定度(离散路径)
Given: T_arr = ∑_i ( n_i / c_ref ) · d ell_i
u^2(T_arr) = ∑_{i,j} ( d ell_i d ell_j / c_ref^2 ) · Cov(n_i, n_j) + ( ∑_i n_i d ell_i / c_ref^2 )^2 · u^2(c_ref)
Dims check: [1]/[m·s^-1]*[m] = [s] ✅
- 相位不确定度(带 λ_ref)
Phi = ( 2π / λ_ref ) ∑_i n_i d ell_i
u^2(Phi) = ( 2π / λ_ref )^2 ∑_{i,j} d ell_i d ell_j · Cov(n_i, n_j) + ( 2π ∑_i n_i d ell_i / λ_ref^2 )^2 · u^2(λ_ref)
Unit: [rad] ✅
- 稳健区间(自举)
Draw B=10000 bootstrap replicates of residuals → refit → collect T_arr^*.
Report median [P2.5, P97.5]; compare with thresholds τ_T, mark pass/fail.
VIII. 机读模板(Machine-Readable, 可落库)
version: "1.0.0"
uncertainty:
targets: ["T_arr","Phi","ε_flux","ΔM","Q"]
methods:
T_arr: ["delta","mc"]
Phi: ["delta","mc"]
ε_flux: ["bootstrap","delta"]
delta:
jacobian: "auto"
cov_model:
n_eff:
kernel: "exp"
L_c_m: 25.0
mc:
draws: 10000
seed: 20250924
coverage:
k: 2
type: "confidence" # or "credible" / "quantile"
report:
export: ["error_budget.csv","uncertainty.md","check_dim_report.json"]
see:
- "EFT.WP.Core.Equations v1.1:S20-1"
- "EFT.WP.Core.Metrology v1.0:check_dim"
- "Methods.Cleaning v1.0"
- "Methods.SimStack v1.0"
- "Core.DataSpec v1.0:TARR"
IX. 与质量门的对齐(与第 5 章一致)
- G4|量纲闭合:p_dim = 1.0;
- G6|噪声残差门:Q_res 落入容许带;
- 失败触发:p_dim < 1 或 U 超阈值即触发 uncert_alert 与再标定流程。
版权与许可(CC BY 4.0)
版权声明:除另有说明外,《能量丝理论》(含文本、图表、插图、符号与公式)的著作权由作者(“屠广林”先生)享有。
许可方式:本作品采用 Creative Commons 署名 4.0 国际许可协议(CC BY 4.0)进行许可;在注明作者与来源的前提下,允许为商业或非商业目的进行复制、转载、节选、改编与再分发。
署名格式(建议):作者:“屠广林”;作品:《能量丝理论》;来源:energyfilament.org;许可证:CC BY 4.0。
首次发布: 2025-11-11|当前版本:v5.1
协议链接:https://creativecommons.org/licenses/by/4.0/