vd-analysis

41 Commits 1 Branch 0 Tags

2 Commits

Include renames

Author	SHA1	Message	Date
wangfq	3a679ee373	docs(measurement): §9 时序链详解 —— Xn / Value / CAPVD / Origin 六个量的更新时间（用户提出） - 三级降采样链：捕获级（Xn，6.25kHz）→ 窗级（Value/CAPVD，92Hz）→ 基线级（Origin，0.92Hz） - PD132T @100kHz：Xn=480tick=160µs（÷32 后信号的半周期 = 16 个线圈周期）/ Value = 68×160µs = 10.880ms / Origin = 100 窗 = 1.088s - PD136HA @100kHz：Xn = 320µs（整周期 = 32 个线圈周期）/ Value = 21.760ms / Origin = 256 窗 = 5.571s - τ 换算成"窗"后与型号无关：τ/T = 256/α ⇒ α79 = 3.24 窗、α64 = 4.0 窗 - Origin 是块平均（`ORG_SUM/100`；PD136HA `>>8`），非滑动平均 ⇒ 基线跟踪粒度 = 1 个块；有车期间 ORG_SUM 清零 + ORG_CNT 停止 ⇒ 冻结 + 重新累计 - 上电首个 Origin 只有单窗样本（92Hz 单点），需 1.09s / 5.57s 才变块平均 ⇒ 学习/静默期长度的根本依据 - 响应链三段：①窗内平均 ≤1 窗 ②IIR ≈ τ·ln(Δ/(Δ−阈值)) ③输出级 50ms tick（PD132T 进入确认 = 0） - 精化跨型号表 PD132T「进入确认」表述（无 IN_DELAY 判定，而非"已注释"）；表格校验 0 异常	2026-09-11 09:35:56 +08:00
wangfq	fc243c010c	docs(measurement): 测量节拍是区间 —— 周期累积法的窗口量化（用户提出）+ 全仓回灌 - 新文件 docs/measurement-window-quantization.md：窗长 = ⌊BASE/Xn₀⌋·Xn₁ tick（LPCNT 整数除法 + 学习后冻结） · 标称 BASE/f_cap（10.92/21.85ms）是【上限】，实际 = 标称 ×(BASE−r₀)/BASE × f₀/f_now · 站点偏差：100kHz −0.39%（PD132T 10.88ms / PD136HA 21.76ms）、60kHz −2.34%、带内最差 −6.20%（Xn₀=2049） · 深占压（频偏 −5%）窗再 +5.3%；"检测阈值"量级（≤0.46%）可忽略 · ✅ Δf/f 口径不受影响：Value/Origin = Xn₁/Xn₀ 精确（余数完全约掉）—— 灵敏度/交付结论全部保持 · ⚠ 新发现：loop1_LPCNT 为 INT8U(≤255)，同族靠 406<Xn<2050 保证 ≤80； PD136HA 该窗口已注释 ⇒ Xn<129 时 8 位截断 ⇒ 异常线圈可能报"堵车"而非"故障"（建议恢复或加钳位） - 新增 tools/window_calc.py（内置六型号参数，实跑验证文档全部数字） - 回灌：cross-model 总表（新增脚注 + 测频路线说明 + 待补证1条）、PD132T↔PD136HA 对比报告（§0/§3.1/§3.2/§4.3）、两份交付对齐报告（"测量窗列 = 标称上限" + 区间脚注）、filter-coefficient 专题（M1H 8.19ms 勘误 + τ 复算 + 脚注）、 README（新增"专题文档"段 + 目录树） - 表格校验 0 异常	2026-09-11 09:25:49 +08:00

Author

SHA1

Message

Date

wangfq

3a679ee373

docs(measurement): §9 时序链详解 —— Xn / Value / CAPVD / Origin 六个量的更新时间（用户提出）

- 三级降采样链：捕获级（Xn，6.25kHz）→ 窗级（Value/CAPVD，92Hz）→ 基线级（Origin，0.92Hz）
- PD132T @100kHz：Xn=480tick=**160µs**（÷32 后信号的半周期 = 16 个线圈周期）/
  Value = 68×160µs = **10.880ms** / Origin = 100 窗 = **1.088s**
- PD136HA @100kHz：Xn = **320µs**（整周期 = 32 个线圈周期）/ Value = **21.760ms** / Origin = 256 窗 = **5.571s**
- τ 换算成"窗"后与型号无关：τ/T = 256/α ⇒ α79 = 3.24 窗、α64 = 4.0 窗
- Origin 是**块平均**（`ORG_SUM/100`；PD136HA `>>8`），非滑动平均 ⇒ 基线跟踪粒度 = 1 个块；
  有车期间 ORG_SUM 清零 + ORG_CNT 停止 ⇒ 冻结 + 重新累计
- 上电首个 Origin 只有**单窗样本**（92Hz 单点），需 1.09s / 5.57s 才变块平均 ⇒ 学习/静默期长度的根本依据
- 响应链三段：①窗内平均 ≤1 窗 ②IIR ≈ τ·ln(Δ/(Δ−阈值)) ③输出级 50ms tick（PD132T 进入确认 = 0）
- 精化跨型号表 PD132T「进入确认」表述（无 IN_DELAY 判定，而非"已注释"）；表格校验 0 异常

2026-09-11 09:35:56 +08:00

wangfq

fc243c010c

docs(measurement): 测量节拍是区间 —— 周期累积法的窗口量化（用户提出）+ 全仓回灌

- 新文件 docs/measurement-window-quantization.md：窗长 = ⌊BASE/Xn₀⌋·Xn₁ tick（LPCNT 整数除法 + 学习后冻结）
  · 标称 BASE/f_cap（10.92/21.85ms）是【上限】，实际 = 标称 ×(BASE−r₀)/BASE × f₀/f_now
  · 站点偏差：100kHz −0.39%（PD132T 10.88ms / PD136HA 21.76ms）、60kHz −2.34%、带内最差 −6.20%（Xn₀=2049）
  · 深占压（频偏 −5%）窗再 +5.3%；"检测阈值"量级（≤0.46%）可忽略
  · ✅ Δf/f 口径不受影响：Value/Origin = Xn₁/Xn₀ 精确（余数完全约掉）—— 灵敏度/交付结论全部保持
  · ⚠ 新发现：loop1_LPCNT 为 INT8U(≤255)，同族靠 406<Xn<2050 保证 ≤80；
    PD136HA 该窗口已注释 ⇒ Xn<129 时 8 位截断 ⇒ 异常线圈可能报"堵车"而非"故障"（建议恢复或加钳位）
- 新增 tools/window_calc.py（内置六型号参数，实跑验证文档全部数字）
- 回灌：cross-model 总表（新增脚注 + 测频路线说明 + 待补证1条）、PD132T↔PD136HA 对比报告（§0/§3.1/§3.2/§4.3）、
  两份交付对齐报告（"测量窗列 = 标称上限" + 区间脚注）、filter-coefficient 专题（M1H 8.19ms 勘误 + τ 复算 + 脚注）、
  README（新增"专题文档"段 + 目录树）
- 表格校验 0 异常

2026-09-11 09:25:49 +08:00