信道模型可信度检查

Objective

请对下面的信道模型方案做一次可复现、物理一致、面向部署目标的可信度审计。

模型

{{model_description}}

数据

{{dataset}}

指标与结果

{{metrics}}

应用目标

{{deployment_target}}

Audit Checklist

数据完整性

• 明确每个张量维度、复数表示、单位、归一化和坐标系。
• 检查训练、验证、测试是否按位置、轨迹、场景或时间正确隔离。
• 查找相邻采样、预处理统计量、重复路径或文件级划分导致的数据泄漏。
• 检查缺失值、异常能量、动态范围、随机种子和样本权重。

物理一致性

• 路损、阴影衰落、多径时延、角度与多普勒是否符合场景。
• 频域与时域、天线域与角度域变换是否保持维度和能量一致。
• 模型输出是否满足因果性、互易性或已声明的系统假设。
• 误差集中在哪些空间位置、频段、天线、时延抽头或信道状态。

指标可信度

请写出每个关键指标的数学定义，并检查：

1. 归一化分母是否正确；
2. 是先对样本求比值再平均，还是先聚合再求比值；
3. 复数、零能量样本与数值稳定性如何处理；
4. 官方评测实现与本地实现是否完全一致；
5. 均值之外是否报告中位数、P90/P95 与置信区间。

基线与消融

至少比较：恒等/均值基线、最近邻或插值基线、传统物理方法、当前学习模型。为关键预处理、损失项和结构模块设计消融实验。

Required Output

随后给出：

• 可信结论：哪些结果已被证据支持，哪些仍只是推测；
• 最可能的三类失真来源；
• 最小复现实验：输入文件、命令、随机性控制和期望产物；
• 部署差距：从离线指标到实际任务收益之间还缺哪些证明；
• 停止条件：出现什么证据时应放弃当前路线。