【Bug已解决】Lab based Mz magnetometer Automation and sesnitivity calculations 解决方案

【Bug已解决】Lab based Mz magnetometer Automation and sesnitivity calculations 解决方案原始需求线索Lab based Mz magnetometer Automation and sesnitivity calculations基于实验室的 Mz 磁强计自动化测量以及灵敏度计算。一、背景磁强计与「Mz」是什么磁强计magnetometer测量磁场强度单位通常是特斯拉T或高斯G1 G 1e-4 T。「Mz」指被测磁场在某一坐标轴z 轴上的分量。实验室里常见类型磁通门fluxgate测直流/低频磁场分辨率可达 pT 级SQUID超导量子干涉分辨率极高fT 级Hall / 各向异性磁阻AMR / GMR固态传感器便宜但噪声大。 所谓「自动化测量」就是把「手动调磁场、读数、记录」变成程序循环设激励 → 等待稳定 → 采样 → 存储 → 下一个点。二、灵敏度sensitivity的定义灵敏度通常指仪器能可靠分辨的最小磁场变化工程上用「噪声基底」估算sensitivity ≈ NEP ≈ 噪声标准差 × sqrt(测量带宽)或更直接在零场或无信号下采集一段数据其标准差 σ 即代表最小可探测信号量级。这是本文计算的核心。常见错误是「用单次读数当灵敏度」或「没扣除系统漂移」。三、为什么自动化测量会出问题根因3.1 没等系统稳定就采样磁场线圈 / 样品有弛豫时间激励一施加立刻读数得到的是过渡态而非稳态 → 数据失真。3.2 用单次读数当灵敏度灵敏度应从「大量重复采样的统计分布」得出单次读数毫无统计意义。3.3 没扣除漂移 / 温漂长期采集中环境温度、仪器零点缓慢漂移直接算 σ 会把漂移当噪声灵敏度被高估。3.4 采样率与带宽不匹配奈奎斯特采样率须 ≥ 2×信号最高频。过低混叠过高引入更多高频噪声。四、最小可运行复现错误单次读数当灵敏度下面演示「用单次读数估算灵敏度」为何荒谬以及正确做法import numpy as np # 模拟零场背景采集 1000 个点真实仪器会有噪声 rng np.random.default_rng(42) noise rng.normal(0.0, 1e-9, size1000) # 标准差 1 nT 的噪声 # 错误拿第一个点当灵敏度 wrong noise[0] print(错误(单次读数):, wrong, T - 毫无统计意义) # 正确用标准差估算噪声基底 std_est np.std(noise, ddof1) print(正确(噪声标准差):, std_est, T) # 若测量带宽 1 Hz灵敏度约 std此处简化 sensitivity std_est print(估算灵敏度 ≈, sensitivity, T)运行可见单次读数在 ±几 nT 间随机跳而std稳定给出 1 nT 的噪声基底——这才是灵敏度。五、解决方案一自动化采集循环带稳定等待用程序驱动「设点 → 稳定 → 采样 → 记录」关键在「等稳定」import time import numpy as np def read_sensor(): 示意从仪器读一个 z 分量读数真实环境走串口/DAQ/API。 return float(np.random.default_rng().normal(0, 1e-9)) def settle_and_sample(target_field, settle2.0, n200, fs100): 施加目标场等稳定再采 n 个样本求平均。 # 1) 设激励示意 # set_coil_current(target_field) time.sleep(settle) # 关键等系统弛豫 # 2) 采样 buf np.empty(n) dt 1.0 / fs for i in range(n): buf[i] read_sensor() time.sleep(dt) return buf.mean(), buf.std(ddof1) if __name__ __main__: # 扫描一系列 z 场点 for Bz in np.linspace(-1e-6, 1e-6, 5): # -1uT .. 1uT, 5 点 mean, std settle_and_sample(Bz) print(fBz目标{Bz:.2e} - 均值{mean:.3e} 样本噪声{std:.3e})settle等待 多次采样平均是自动化测量的基本盘避免「过渡态数据」。六、解决方案二扣除漂移求真实噪声长期采集中用「去趋势detrend」去掉缓慢漂移再算噪声import numpy as np def noise_after_detrend(signal): 去掉线性漂移后估算噪声基底。 t np.arange(len(signal)) # 一阶去趋势减去最小二乘拟合的直线 p np.polyfit(t, signal, 1) detrended signal - np.polyval(p, t) return np.std(detrended, ddof1), detrended if __name__ __main__: t np.linspace(0, 100, 1000) drift 5e-12 * t # 缓慢温漂斜率 5 pT/s raw drift np.random.default_rng(0).normal(0, 1e-9, 1000) naive np.std(raw, ddof1) # 含漂移偏大 cleaned, _ noise_after_detrend(raw) # 去漂移后 print(含漂移噪声:, naive) print(去漂移噪声:, cleaned) # 接近真实 1 nT去趋势后cleaned回到真实噪声水平灵敏度估算不再被漂移污染解决根因 3.3。七、解决方案三灵敏度与 Allan 方差长期稳定性对高稳定仪器常用Allan 方差看「平均时间越长噪声是否更低 / 何时受漂移主导」import numpy as np def allan_variance(x, fs, tausNone): 计算 Allan 方差。x: 零场序列fs: 采样率。 if taus is None: taus fs * np.logspace(0, 2, 10) # 平均时间候选 advar [] for tau in taus: m max(1, int(round(tau * fs))) if m len(x) // 2: advar.append(np.nan) continue # 分成不重叠的 m 点块块均值相邻块差的一半 n_blocks len(x) // m y x[:n_blocks * m].reshape(n_blocks, m).mean(axis1) advar.append(np.sqrt(np.mean(np.diff(y) ** 2) / 2)) return np.array(taus), np.array(advar) if __name__ __main__: fs 10 x np.random.default_rng(1).normal(0, 1e-9, 2000) taus, av allan_variance(x, fs) best np.nanmin(av) print(Allan 最小方差对应灵敏度 ≈, best, T)Allan 方差的最低点常作为「最佳平均时间下的可达灵敏度」——平均太短噪声大太长漂移主导中间有最优。八、解决方案四自动化脚本的健壮性仪器自动化跑几小时必须处理异常与断点续测import json, os class MeasurementCampaign: def __init__(self, log_path): self.log_path log_path self.results self._load_existing() def _load_existing(self): if os.path.exists(self.log_path): with open(self.log_path) as f: return json.load(f) return [] def run_point(self, Bz): try: mean, std settle_and_sample(Bz) self.results.append({Bz: Bz, mean: mean, std: std}) # 每点即存盘崩溃也可续测 with open(self.log_path, w) as f: json.dump(self.results, f) except Exception as e: print(f点 {Bz} 失败: {e}) # 跳过而非中断整个 campaign if __name__ __main__: camp MeasurementCampaign(/tmp/mag_campaign.json) for Bz in np.linspace(-1e-6, 1e-6, 11): camp.run_point(Bz) print(已完成点数:, len(camp.results))要点每点即落盘 单点异常跳过保证数小时测量不被一次偶发失败拖垮。九、排查清单磁强计自动化测量出问题按下面排查是否等了稳定时间激励后有无settle等待灵敏度是否基于统计别用单次读数第四节是否扣除漂移长期测量做去趋势第六节采样率是否满足奈奎斯特是否混叠噪声带宽是否明确灵敏度与带宽相关是否用 Allan 方差看最优平均时间第七、八节脚本是否每点落盘 跳过异常避免整轮重来单位是否统一T / G / nT 换算别错1 G 1e-4 T。十、小结「磁强计自动化测量与灵敏度计算」的通用工程要点自动化采集设点 → 稳定等待 → 多次采样平均避免过渡态数据第五节灵敏度基于统计用零场采集的标准差噪声基底估算而非单次读数第四节去漂移长期测量先去趋势再算噪声防止漂移污染灵敏度第六节Allan 方差找最佳平均时间下的可达灵敏度平衡噪声与漂移第七节健壮性每点落盘、单点异常跳过保证长时测量可续跑。 一句话灵敏度不是「读一个数」而是「在受控条件下统计噪声基底」的结果自动化不是「循环读传感器」而是「受控激励 稳定等待 统计采样 持久化」的闭环。把测量当成带统计意义的实验而非简单轮询数据才可信。这与第 87 篇状态一致性、第 97 篇配额重置一样都强调「长时间运行的采集/计数任务必须可统计、可续跑、可校验」。