从脚本种子复现同一个演示案例

复现首先冻结哪些输入

怎样从脚本种子复现同一个演示案例？先固定程序版本与参数文件，再执行Python生成器、分析报告导出和SVG渲染，最后比较SHA-256与案例状态；不能用手工修曲线或重新选一个随机种子替代复现。同名SIM编号若数据版本不同，也不能视为同一输入。

种子只负责确定性随机背景，并不代表车辆身份。案例编号SIM-01至SIM-12配有独立的case.seed，发生器组合这些数值与全局基准种子构建随机流；每条波形还受高斯分量、通道耦合、慢漂移、失联区间等明示条件控制，因此复现时必须锁定全套输入。

为什么图与报告必须同版

数据演示容易发生一种隐性问题：CSV是新生成的，报告却引用旧字段，或者SVG为修饰效果被重新描线。这样的网站仍能展示图片，但一旦把波形与下载文件按同一时间点比较，就会发现峰的高度、缺口或质量状态不再一致，研究结论无法追责。

专包为每案预先生成了601行样本，总计7212行，时间从负1.5秒到正4.5秒，单位为a.u.。SIM-01、SIM-02、SIM-06用于展示合成形态；除这三例以外的九个案例分别因质量问题或来源假设而弃判。复现成功不等于证明这些假设符合真实车辆。

从种子到样本与规则报告

程序先按固定采样网格构造公共背景、独立噪声和事件分量。案例SIM-01设单个基准脉冲；SIM-12则另外指定参考通道在0.30至1.60秒失联，生成时直接留空。若复算后SIM-12缺口变成0值或连续线段，即使整体图形类似，也说明数据处理违反了原约定。

随后由JavaScript分析器从CSV计算基线、峰值、漂移、通道相关及状态覆盖率，并把合成器的场源先验单独放在报告假设字段。这个顺序防止出现“算法用已知答案装成识别结果”的循环论证；报告中的弃判条件应能顺着数值状态或明确假设追溯。

实际生成与字节校验步骤

跨平台还需检查换行符是否变化。此次fixed包已针对Windows默认文本写盘可能把SVG中的LF改成CRLF的问题修复了写出方式；这是一项字节一致性修正，不是改造波形。核验时应以fixed包自带SHA256SUMS为准，禁止拿更早版本的SVG哈希判定新包错误。

复现流程和依赖关系

复现时可按“种子与案例参数—CSV样本—分析报告—SVG曲线”的依赖顺序逐步核对。

跨平台复测清单

希望追问具体数值时，可先进入SIM-01基准案例，再进入研究复现页查看文件层级，并将SIM-12作为缺失数据的反例。重复执行并记录哈希有助于发现构建错误；待真实场地数据出现，还需要独立的采集、校准与外场复现方案。