A10 恶劣环境传感器信号仿真与统计检验台

项目概述

本项目源自《计算机程序设计艺术》（TAOCP）算法库的知识的系统化工程落地。

维度	内容
组合算法	滞后斐波那契生成器（LFG） + 随机数统计检验（卡方/间隔检验）
TAOCP出处	卷2 §3.2.2 (LFG) + 卷2 §3.3.1 (统计检验)
难度	★★★
支撑目标	目标3（工具开发）、目标5（学习能力）
核心目标	将TAOCP中的纯粹数学与指针魔术，转化为工业级系统底盘

算法史故事

1950年代的蒙特卡洛模拟对随机数的质量要求极高。Mitchell与Moore在1958年发明了滞后斐波那契生成器，用具有一定间隔的历史状态消除了简单线性同余法周期短、多维相关性差的问题。Knuth在随后整理的随机数理论中，为其推荐了j=55,k=24的黄金参数，并确立了卡方检验等统计验收标准。

课程任务

开发一个为控制算法做"压力测试"的噪声仿真模块。使用维护55个历史状态循环队列的LFG算法生成高质量白噪声数据。编写统计模块，执行频度检验（卡方拟合优度）和间隔检验（Gap Test），量化输出噪声数据的均匀性和独立性。

核心要求

实现LFG滞后斐波那契生成器（j=55, k=24，循环缓冲区维护状态）
实现卡方拟合优度检验（Chi-square goodness-of-fit）
实现间隔检验（Gap Test，检测独立性）
实现随机数质量可视化报告（频率分布直方图、统计量输出）
对比LFG与简单线性同余法（LCG）的统计质量
分析"直觉上随机但统计上失败"的伪随机算法灾难

工程哲学：可控可观（Controllability-Observability）

可控：对每一字节内存走向有绝对掌控力，不允许不可预知的系统崩溃
可观：通过打点、日志和统计，让不可见的算法瓶颈变得清晰可见

工程伦理

通过分析早期著名的RANDU问题等伪随机算法灾难，培养对工程测试数据的批判性思维和科学验证精神。

永远不要相信"直觉上觉得没问题"的输入源。 在自动化设备、恶劣环境和安全关键系统中，信号的质量必须经过严密的数学和统计学检验。缺乏"可观性"的盲目信任，就是工程灾难的开端。

新手破冰指南：C语言视角的四步上手路径

如果把学习编程比作研发无人驾驶汽车：

基础编程课：教你如何调用系统自带的 rand() 函数，就像买了一个盲盒造雪机，按一下按钮就喷雪，但你不知道雪花是怎么生成的。
TAOCP 算法库：是存放顶级测试设备图纸的绝密档案库。库里的 lagged_fibonacci_generator.c 是一台"高保真工业级环境噪声发生器"（能完美模拟恶劣天气下的传感器电磁干扰）；而 random_tests.c 则是一套"极其严苛的数学测谎仪"（能一眼看穿伪造的随机信号）。
A10 课程设计：要求你不仅要亲手打造这台"噪声发生器"（LFG），还要为它配备一套"测谎系统"（卡方/间隔检验）。你的任务是向世界证明：你造出的混沌，是真正经得起科学检验的混沌，而不是有规律的低级重复。

简而言之：算法库提供的是"随机数公式"，而A10项目要求你建立一个"可证伪的数字风洞试验台"。

第一步：打破 rand() 黑盒（建立发生器基石）

你的现状：认为随机数是计算机底层自带的玄学。

你要做的：理解随机数其实是确定的数学递推。

先写一个最简单的线性同余发生器（LCG）：X = (A * X + C) % M。只需一行代码，你就能明白随机数就是把上一个数字放大、偏移再截断。

但这不够好（周期短，低位规律明显）。所以我们要造滞后斐波那契生成器（LFG）。

第二步：驯服 55 个幽灵（实现 LFG）

你的现状：会写 f[i] = f[i-1] + f[i-2] 这种普通的斐波那契数列。

你要做的：拉开时间的距离。LFG 的公式是 X = (X[前55步] ± X[前24步]) % M。

定义一个长度为 55 的全局数组（你的历史状态机）：unsigned int history[55];。

你需要两个游标（指针）j 和 k。每次生成新数字时，提取这两个位置的数字做加减法，并覆盖回数组。

核心挑战：游标移动到数组头部时要"折返"到尾部。这里再次用到了 A09 环网中的循环队列思想（利用取模 % 55 操作实现无缝转圈）。

第三步：打造频度测谎仪（卡方拟合优度检验）

你的现状：会用 for 循环统计数组里每个数字出现了几次。

你要做的：把统计结果量化为系统的"可观性指标"。

假设你生成了 10,000 个 0~9 的随机数。完美情况下，每个数字应该出现 1,000 次（期望值 E）。

统计实际出现的次数（观测值 O）。

套用公式：把每个数字的 (观测值 - 期望值)的平方 / 期望值算出来，然后全部加起来。

这就是大名鼎鼎的卡方值（Chi-square）。如果这个值太小，说明数据"假得离谱"（比如精确的123456789循环）；如果太大，说明数据严重偏科；只有落在一个特定区间，才是合格的噪声。

第四步：打造维度测谎仪（间隔检验 Gap Test）

你的现状：只关注数字出现的总数。

你要做的：警惕隐藏的周期规律。

比如序列：1,2,3,4,5,1,2,3,4,5... 频度检验满分，但它是个死循环。

间隔检验：盯着某一个特定的区间（比如数字0~2）。计算上一次出现和下一次出现之间，隔了几个数字？统计"间隔为0"、"间隔为1"、"间隔为2"的次数，去和理论概率做对比。这就戳破了"低级伪随机"在多维空间中的伪装。

给新手的避坑锦囊

在实现这套"仿真与检验台"时，初学者极易踩中以下三个雷区：

1. "先有鸡还是先有蛋"的初始化陷阱（冷启动问题）

LFG 算法的特点是：生成第 56 个数需要前 55 个数。那么最开始的 55 个数哪里来？

绝对不要全填 0，否则生成的永远是 0！

正确做法：在 lfg_init(seed) 函数中，必须先悄悄借用一个传统的 LCG 发生器，用它生成 55 个初值填满数组，完成"预热"。

2. 整数运算的精度灾难（避开浮点数陷阱）

在算卡方值时，公式里有除法 (O-E)^2 / E。如果全是整数相除，C语言会直接把小数部分截断，导致检验结果完全失效。

工程技巧：先乘再除。将算式改为 (O-E)*(O-E)*100 / E，全程使用 long long。保留两位有效数字的同时，避免引入浮点数 float/double 的舍入误差。

3. 如何检验"检验台"本身是正确的？（双盲测试）

当你写好了卡方检验代码，你传入 LFG 数据发现通过了，这能证明你写对了吗？不能，也许是你的检验代码本身是坏的，对任何数据都放行。

测试驱动：先手工造一个全0数组，传给卡方检验，它必须输出极大值（报警）。再造一个 0123456789 严格循环的数组，它必须输出 0（报警）。只有能抓住"坏人"的测谎仪，才是好测谎仪。

💡 工程伦理探讨：直觉的背叛 (The RANDU Disaster)

在做最后的报告时，你可以引入这段历史：

1960年代，IBM 推出了一款名为 RANDU 的随机数生成器。它的算法极快，单看频率统计也非常完美，被广泛应用于当时的物理核爆炸模拟、流体力学蒙特卡洛计算中。

直到1968年，科学家把 RANDU 每次生成的三个数字当成三维空间中的 (X, Y, Z) 坐标画出来，才惊恐地发现：所有的点居然整齐地排列在 15 个平行的二维平面上！

十几年间，世界上无数顶尖论文的实验数据，因为这个"不合格的随机数传感器"，全部沦为废纸。

A10 项目的最高工程伦理在于：永远不要相信"直觉上觉得没问题"的输入源。在自动化设备、恶劣环境和安全关键系统中，信号的质量必须经过严密的数学和统计学检验。缺乏"可观性"的盲目信任，就是工程灾难的开端。

目录结构

复制代码

.
├── README.md          # 本文件（项目总览）
├── Makefile           # GCC编译脚本
├── .gitignore         # Git忽略规则
├── src/               # 源代码目录
│   ├── main.c         # 主程序入口
│   ├── algorithm_a.c  # 算法A实现
│   ├── algorithm_b.c  # 算法B实现
│   ├── utils.c        # 工具函数
│   └── include/       # 头文件目录
│       ├── algorithm_a.h
│       ├── algorithm_b.h
│       └── utils.h
├── docs/              # 文档目录
│   ├── 01-需求分析.md
│   ├── 02-算法史故事.md
│   ├── 03-功能框图.png
│   ├── 04-详细设计.md
│   └── 05-测试报告.md
├── report/            # 课程设计报告
│   └── 设计报告模板.md
└── test/              # 测试代码
    ├── unit_test.c    # 单元测试
    └── test_data/     # 测试数据集

快速开始

编译

bash 复制代码

make        # 编译主程序
make test   # 编译测试
make clean  # 清理

运行

bash 复制代码

./main
./unit_test

里程碑

里程碑	截止时间	状态
v0.1-方案确定	5月18日	⏳ 待开始
v0.2-详细设计	6月21日	⏳ 待开始
v0.3-编码完成	7月5日	⏳ 待开始
v0.4-验收演示	7月10日	⏳ 待开始
v1.0-最终提交	7月12日	⏳ 待开始

Git提交规范

复制代码

[A-模块] 具体修改内容

示例：
[A-LFG] 实现滞后斐波那契生成器(j=55,k=24)
[A-卡方检验] 实现拟合优度检验
[A-间隔检验] 实现Gap Test独立性检测
[A-可视化] 实现频率分布直方图与统计报告

源自《计算机程序设计艺术》的新故事 ------ 这本书的作者栏，写着你的名字。