2. 水下传感器测量基础
水下传感器标定的前提，是先理解传感器“输出什么、为什么不准、误差从哪来”。本节围绕静态特性、动态特性、标定与校准的区别、误差分类以及标定对数据质量的保证作用展开，为后续的标定实验与时间同步打下概念基础。
一、静态特性：输入不变时，输出是否“稳、准、线性”
静态特性描述被测量缓慢变化或保持不变时，传感器输入与输出之间的关系。工程上最常关注的几个指标如下：
- 灵敏度：单位被测量变化引起的输出变化量。例如某压力传感器在 0～2 MPa 量程内输出 4～20 mA，则灵敏度约为 (20−4)/(2−0)=8 mA/MPa。灵敏度偏低时，微弱信号容易被噪声淹没。
- 非线性：实际输入—输出曲线偏离拟合直线的程度，常以满量程百分比表示。例如某温度传感器在 0～40 ℃ 内最大偏差 0.3 ℃，满量程 40 ℃，则非线性约为 0.75 %FS。
- 迟滞：同一输入值在正行程与反行程下输出不一致。水下压力传感器在加压、卸压循环中若迟滞明显，说明敏感元件或封装存在弹性滞后。
- 重复性：同一输入、同一方向、多次测量输出的一致程度，反映随机波动。
- 零点和量程漂移：零输入时输出不为零，或灵敏度随时间、温度变化。水下长期布放的传感器，零点漂移往往是主要误差来源之一。
这些指标共同决定传感器“准不准”。标定的核心工作之一，就是用标准器给出若干已知输入，拟合出输入—输出关系，并评估上述指标是否满足使用要求。
二、动态特性：输入变化时，输出能否“跟得上”
水下测量对象并不总是缓变量。波浪压力、湍流脉动、声信号、冲击振动都包含快速变化成分。动态特性描述传感器对随时间变化输入的响应能力，常用一阶或二阶系统模型近似。
以一阶系统为例，其时间常数 τ 决定响应速度：输入阶跃变化后，输出经过 τ 达到稳态值的 63.2 %，经过 3τ 约达到 95 %。若某溶解氧传感器 τ≈30 s，则它无法分辨周期为几十秒的快速波动，只能反映趋势。二阶系统则关注固有频率 ωn 与阻尼比 ζ，ζ 过小会带来振荡，过大则响应迟缓。
实际判断方法是：先估计被测信号的主要频率成分，再确认传感器带宽是否覆盖该频段。若信号频率接近或超过传感器带宽，输出幅度会被衰减、相位会被滞后，此时即使静态标定很准，动态数据仍然失真。因此动态标定常通过阶跃响应或正弦扫频，辨识 τ、ωn、ζ 等参数。
三、标定与校准：一个是“定关系”，一个是“纠偏差”
这两个词常被混用，但侧重点不同。标定（calibration）是在规定条件下，用标准器建立传感器输入量与输出量之间对应关系的过程，结果是得到一组标定数据、拟合曲线或修正系数，回答“输入为 x 时，输出应该是多少”。校准（adjustment/verification）则更偏向于将传感器输出调整到与标准值一致，或验证其偏差是否在允许范围内，回答“当前偏差多大、要不要修、修完是否合格”。
可以这样理解：标定重在“测量并建立映射”，校准重在“比对并修正或判定”。一次完整的作业通常是先标定得到修正模型，再据此校准输出，最后用独立标准点验证残差是否满足指标。水下传感器因长期浸泡、生物附着、压力循环，往往需要周期性重新标定，而不是一次标定终身使用。
四、误差来源分类：系统、随机与粗大
按误差的性质，通常分为三类：
- 系统误差：在相同条件下重复测量时，误差的大小和符号保持相对稳定，具有规律性。例如传感器零点偏置、灵敏度系数偏差、安装深度带来的静水压附加量、温度引起的漂移。系统误差可以通过标定建立修正模型来削弱。
- 随机误差：由不可控的微小扰动引起，大小和符号随机变化，但多次测量通常服从某种统计分布。例如电子噪声、水体微湍流、采样时刻抖动。随机误差不能靠单次修正消除，只能通过多次平均、滤波和统计评估来抑制。
- 粗大误差：明显偏离正常范围的异常值，通常由操作失误、接线松动、通信丢包、传感器瞬时故障或环境突变引起。例如标定过程中标准器未稳定就读数、水下连接器进水导致跳变。粗大误差必须识别并剔除，否则会严重污染拟合结果。
三者的处理策略不同：系统误差靠“标定修正”，随机误差靠“统计与滤波”，粗大误差靠“识别与剔除”。混淆三者，往往导致标定越做越乱。
五、标定如何保证数据质量：从“有数”到“可信”
标定的价值不只是画一条拟合直线，而是把原始输出转化为可追溯、可判断的测量结果。具体体现在三个层面。
第一，修正系统误差。以某压力传感器为例，假设在 0、0.5、1.0、1.5、2.0 MPa 五个标准点上，实测输出（折算为压力）分别为 0.02、0.51、1.03、1.52、2.04 MPa。用最小二乘拟合可得修正关系 p修正 ≈ 0.98·p实测 − 0.02（示例数据，仅用于说明方法）。修正后各点残差明显减小，说明零点与灵敏度偏差被有效吸收。
第二，量化不确定度。标定不仅要给出修正系数，还要给出拟合残差、重复性标准差和标准器不确定度，合成后得到测量结果的置信区间。这样使用者才知道“这个 1.03 MPa 的读数，真实值大概在什么范围”，而不是盲目相信显示值。
第三，支撑异常识别与复标决策。把现场数据与标定模型比对，若残差持续单向偏大，往往提示零点漂移或生物附着；若出现孤立跳变，则更像粗大误差。前者需要重新标定，后者应剔除并检查连接。标定因此成为数据质量控制的基准线。
综上，静态特性回答“准不准”，动态特性回答“跟不跟得上”，标定与校准分别解决“建立关系”和“修正判定”，三类误差则决定了不同的处理手段。理解这一框架，才能在后续标定实验中合理设计标准点、正确采集数据，并对结果做出有依据的判断。