8.4 性能评估与测试

8.4 性能评估与测试

本节摘要：声呐性能的每一句话都要能落到可重复的数字上：陆上实验室测器件指标，湖试验整机功能，海试定战术指标——三级试验递进，指标定义与统计口径先行。本节给出验收试验矩阵的搭建方法、核心指标的定义对照，以及"性能数字怎么说才不作弊"的统计守则，让规格书上的每个 dB 都经得起追问。

问题与直觉

声呐是极少数"在交付前几乎无法完整验证"的复杂系统之一：它的性能由环境参与决定，同一个海区冬夏判若两机，同一个目标快慢判若两物。于是评估的核心矛盾是：用户要的是一个确定的数字（作用距离多少公里），物理只肯给你一条概率曲线（某距离某海况某目标下的检测概率）。好的评估体系不试图抹平这个矛盾，而是把矛盾本身定义清楚——环境条件、目标条件、统计口径三要素在指标定义里一个都不能少。看懂了这一点，你就看懂了为什么声呐试验动辄数月、报告动辄百页：大部分篇幅都在诚实地说清"这个数字是在什么条件下得到的"。

三级试验矩阵：从实验室到战场口径

第一级陆上与水池试验回答"器件与整机是否按图纸工作"：换能器的谐振频率、阻抗、灵敏度在消声水池或标准水槽里标定；前端通道的幅相一致性、本底噪声在实验室测出；处理算法用注入式仿真数据（已知信号加已知噪声）验证增益与虚警。第二级湖试回答"整机在真实水域是否闭环"：湖面可控、边界已知，试验目标（应答器、拖靶）合作配合，测指向性图、测盲区、验证波束形成与跟踪链路——湖试的主要价值是排掉工程错误，让海试只面对环境问题。第三级海试回答"战术指标是否成立"：按选定的试验海区与水文条件布放合作目标，跑距离-深度网格，每个格子积累足够的暴露次数以支撑统计。三级试验的预算分配经验法则：前两级花小钱排大错，第三级花大钱买数字——顺序绝不能颠倒，海试发现的任何工程问题都要靠昂贵的重跑来确认修复。

核心指标的定义对照

指标定义的第一原则是"条件三要素"：说检测概率必须同时说目标类型与姿态、环境条件（海况、水文）、虚警口径。以下是最常被追问的几组对照。作用距离 versus 检测概率曲线：规格书只写"作用距离 20 公里"而不给概率与条件，等于没写；规范写法是"对某型目标在某海况下，检测概率 0.9、每分钟虚警一次的条件下，距离 20 公里"。探测概率 versus 跟踪维持：发现一个目标与连续盯住它是两回事，跟踪指标要看航路交叉、机动与多目标条件下的维持时长。空时指标 versus 处理余量：波束数、更新率、同时跟踪容量要和处理的实时余量一起交付，满负荷跑满的系统没有升级空间。可靠性指标 versus 环境剖面：平均无故障时间必须绑定环境剖面（温度、湿度、摇摆、盐雾），因为同一台设备在实验室与甲板上的寿命差一个量级。

统计守则：数字怎么说不作弊

海试数据少而贵，统计口径里全是陷阱。陷阱一是样本选择：只报有利航次的数字属于选择性报告，规范做法是所有有效暴露次数全部计入，剔除要有书面规则并双方签认。陷阱二是目标状态：合作目标永远是"最配合的目标"——正横姿态、恒速直线，真实目标不会这样合作，评估报告必须声明合作目标假设，并给出姿态与速度敏感性的附注。陷阱三是区间估计：几十次暴露得出的检测概率，置信区间宽得惊人，只报点估计是变魔术；规范做法是给出区间与样本量，让决策者看到不确定性的真实宽度。陷阱四是环境代表性：试验海区的水文能否代表作战海区，要用长期水文统计对照说明，不能想当然。一句话总结统计守则：所有数字带条件、所有估计带区间、所有剔除带规则、所有代表性带论证。

一次合格的暴露样本记录字段：
  时间 地点 水文（声速剖面） 海况
  目标类型 姿态 航速 距离 深度
  声呐状态（功率 波形 频段 通道）
  判决结果（检出/漏检） 判决依据（操作员/自动）
  虚警记录（同期背景时段的误报）
  → 全部字段齐备才算一次有效暴露，才可计入统计
​

评估与设计的关系：闭环而不是终点

评估最容易做成的样子是"毕业考试"，做成的正确样子是"体检复查"。把海试数据回流给设计端：实测的 TL 与噪声样本修正传播与噪声模型（第2章的账本对账），实测的通道失配更新校准参数（6.2 的三大惯犯），实测的检测概率反过来校准声呐方程里的经验余量。这样评估就从一次性验收变成系统的持续校准——下一代型号的指标论证因此站在上一代实测数据上，而不是站在教科书假设上。这也是成熟声呐研制体系与初级体系最本质的差别：前者有几十年的"暴露样本数据库"，后者只有规格书。

要点速记

• 三级试验递进：陆上水池排器件错、湖试排工程错、海试买战术数字；顺序颠倒等于用最贵的试验排最便宜的错。
• 指标定义三要素：目标条件、环境条件、统计口径，缺一即无效；"作用距离"必须绑定概率与条件才成立。
• 统计守则：全样本计入、剔除带规则、估计带区间、代表性带论证；合作目标假设必须显式声明。
• 评估的终点形态是闭环：海试数据回流修正模型与余量，暴露样本库是研制体系最贵的资产。

动手小练习：审一份试验大纲

拿到一份声呐海试大纲，请用四问快速体检：有效暴露的总次数够不够支撑置信区间；目标姿态与航速的覆盖是否包含最不利的（艏艉、低速安静）；剔除规则是否事先书面化；试验海区水文与作战海区的代表性论证在哪里。四问若有其一答不上，这份大纲的数字就会在评审会上翻车。评估的专业性不在于跑了多少航次，而在于统计口径的事先诚实——8.4 的全部内容可以压缩成这一句话。

问题：仿真数据能替代海试吗

能替代的部分是算法逻辑验证与回归测试（注入式仿真可以无限复现、无限覆盖），不能替代的是环境账本的真实性（TL、混响、噪声的统计现实）。成熟的研制体系把仿真当"海试的预演与扩充"，海试当"仿真的锚点"：两者互为参照，缺一皆偏。警惕两种极端——用纯仿真数字写指标的投机，与"一切必须海上见"的浪费。

问题：为什么海试总是比计划拖延

因为海试在给前面所有环节的欠账买单。水文窗口不对要等、设备在湖试漏掉的问题要修、合作目标调度要协调、统计样本不够要补跑——每一项拖延都对应某个前置环节的侥幸心理。老练的项目经理做两件事：把海试大纲的统计需求在湖试阶段就预演一遍（提前发现样本缺口），把首批海试当成"发现问题的机会"而不是"验收仪式"（心态决定数据的诚实度）。拖延的解药不在海上，在计划桌上。