如何构造可复核的合成磁场评估集

合成评估先检验软件，再讨论真实检测

可控输入

知道程序设置了什么

软件检查

核对处理是否一致

实车分界

需要独立采集与真值验证

的十二案例被明确分成三种RENDER_EVENT和九种ABSTAIN：SIM-01、SIM-02、SIM-06可展示预设合成形态，其余不能作确定来源判读。这是测试协议中的预期动作及软件计算结果，不是现场检测成功率，也不意味着现实车流有相同的分类比例。

SIM-01是单次基准重启磁脉冲，SIM-02包含额外峰，SIM-06展示延迟峰。它们被预设为可展示的典型合成形态，目的是测试时间窗绘图、候选峰提取和报告输出。即使波形具有明显脉冲，报告所能陈述的也只是当前数值符合哪些预设演示规则。

不应把“生成器注入了目标重启”直接当成分析器从波形识别出的事实。报告将assumptions_from_synthetic_generator与features_computed_from_csv分开，恰好保证了这一点。回归测试既需知道造数真值，又必须检查算法没有偷偷读取造数标签作结论。

SIM-03注入道闸电机共同磁扰动，SIM-04注入相邻车辆双源重叠，SIM-05是抬杆但未重启，SIM-07是坡道运动车体，SIM-08是钢结构背景漂移，SIM-10是金属维护推车。它们的共同目的不是让曲线看上去“异常”，而是使不同来源可能混入候选时间窗。

每个负例都应附清楚的生成条件、预期拒判原因和不能推出的现实结论。若某次代码修改让SIM-03自动变成真实车辆重启识别，测试应失败；若把SIM-04简化为道闸噪声，也破坏了双源混叠场景的独特性。

如果预处理使用空值转零、自动插值，或者把截顶峰当作真实峰高，评估结果会掩盖最重要的质量缺陷。生成器把缺陷状态显式写进数据列，就是为了让前端、统计和导出对同一数据事实保持一致，而不是为了获得平滑视觉效果。

可加入变形测试来核查实现是否错误依赖场景名称：在不改变数值和状态的条件下只改显示标题，分析特征与质量结论不应改变；把一个参考样本显式标为LOST，则有效配对数应减少而非维持原样。这样的测试比单纯比较最终标签更能定位数据处理环节的错误。

SIM-11的闸机时间戳和磁迹不同步，属于时间基础不可靠；SIM-12即使目标通道保留峰形，也因为参考失联无法完成必要比较。它们不能通过“峰很清晰”来推翻质控规则。所谓强候选，只代表形态层面，不自动解决时间和参照问题。

评估应分别统计数据覆盖、饱和区间、参考相似性、候选峰、时间偏移及最终决策。用户拖动时间窗后，这些指标要由同一分析模块重新计算；旧窗口的结论不能被复制到新选择范围中。样本数不足时可出现独立的窗口不充分原因。

独立审计还应检查软件是否把生成参数泄漏到特征计算。生成器的预设真值适合用来核对测试目的，却不应作为主通道峰值计算的输入；运行结果要附源文件哈希和计算版本，使同一数据在另一台机器上得到相同结构的报告，而不是依赖文章中的手工描述。

从生成器、CSV、分析模块到报告与SVG的关系，是一条可追踪的数据证据链。每一环都应标明属于数学合成、真实执行的软件规则或外部科学原理；示意图不是实际仪器采集的照片。

可直接使用现成SIM-01.svg、SIM-09.svg与SIM-12.svg展示正常候选、截顶及断线三个重要对照。图注需保留a.u.和非实测说明，尤其不将模拟波形的纵轴重新标成nT，也不重新生成不同形状来适配文章审美。

合成评估能测试字段读取、界面一致性、质控状态转换和导出流程，不能提供真实世界的召回率、精确率、误报率或跨设备可靠性。若未来接入真实数据，必须先定义独立真值、测量不确定性、数据授权和盲测方案，再评价算法是否有真实预测力。