2. 精密光电测试需求分析与指标分解
精密光电系统的测试需求，很少以“测试项”的形式直接给出。工程师拿到的通常是一份系统指标书：灵敏度 −38 dBm、误码率优于 1E−12、消光比大于 20 dB、线宽小于 100 kHz、相位噪声在 10 kHz 处低于 −100 dBc/Hz、偏振态稳定度优于 2°。这些数字描述的是系统级性能，而自动化测试平台能执行的是“给某个端口加某个激励、采集某段波形、算出某个量、与门限比较”。需求分析的核心工作，就是把前者翻译成后者。
一、三类场景的指标来源与物理含义
相干光通信关注的是“在噪声中正确恢复星座点”。其核心指标包括接收灵敏度、误码率（BER）、误差矢量幅度（EVM）、消光比、本振与信号光的频率偏移和线宽。灵敏度与 BER 是一对耦合指标：BER 是结果，灵敏度是达到该结果所需的最小接收光功率。EVM 则把星座图上的离散程度量化，与 BER 存在近似映射关系，因此常作为快速判据。
激光雷达关注“距离与速度的测量精度”。调频连续波（FMCW）体制下，测距精度取决于调频带宽与线性度，测速精度取决于相干积累时间与波长；线宽影响相干长度，进而限制可用的积累时间。因此线宽、调频线性度、相位噪声会直接转化为距离分辨率和速度分辨率。
量子光学场景更强调“统计量与保真度”。单光子探测效率、暗计数率、二阶关联函数 g²(τ)、干涉可见度、偏振保真度是典型指标。它们往往以计数率或统计分布的形式出现，测试项必须包含足够的积分时间和重复次数，否则统计涨落会淹没真实差异。
二、指标分解的四条主线
把系统指标拆成可执行测试项，可以沿四条主线推进。
第一条是物理量主线。每个系统指标都由若干可直接测量的物理量组合而成。例如消光比 ER = 10·log₁₀(P₁/P₀)，其中 P₁ 为“1”码平均光功率，P₀ 为“0”码平均光功率。于是测试项就是：控制码型发生器输出全“1”和全“0”图案，用光功率计分别读取 P₁、P₀，再按公式计算。这里必须固定偏振态和波长，否则功率计读数不可比。
第二条是激励—响应主线。线宽和相位噪声属于这一类。线宽不能直接“读”出来，需要通过延迟自外差或相干探测把相位涨落转换为电信号频谱，再从频谱形状反推。测试项因此包含：设置延迟光纤长度、调整拍频频率、采集频谱、按 −20 dB 带宽或维纳过程拟合提取线宽。相位噪声则直接对拍频信号做频谱分析，读取指定频偏处的单边带功率与载波功率之比。
第三条是统计主线。BER、g²(τ)、探测效率都需要大量样本。BER 测试要明确码长、判决门限和置信区间；例如要验证 BER ≤ 1E−12，若只测 1E10 比特且无错，只能给出 95% 置信上限约 3E−10，并不足以证明指标。因此测试项中必须写明“累计比特数”和“允许错误数”，而不是只写“测 BER”。
第四条是状态与边界主线。偏振态、温度、偏置电压等属于工作点类指标。它们不是单一数值，而是“在给定范围内保持”的约束。测试项应转化为扫描或保持：在偏振控制器上扫描四个邦加球基态，记录各态下的插入损耗和偏振消光比；或在温箱中按 5 ℃ 步进从 15 ℃ 升到 45 ℃，每点稳定 10 min 后记录波长漂移。
三、从测试项到判定准则
一个可自动化执行的测试项，至少包含四要素：激励条件、采集对象、计算方式、判定门限。以消光比为例，可写成如下测试用例结构：
测试项：TX_ER_001 发射机消光比
激励：码型 PRBS31，速率 25 Gbaud，波长 1550.12 nm，温度 25 ℃
采集：光功率计读数，采样 10 次取均值
步骤：1) 输出全1图案，记录 P1；2) 输出全0图案，记录 P0
计算：ER = 10*log10(P1/P0)
判定：ER >= 20 dB 判 PASS，否则 FAIL
备注：每次切换图案后等待 200 ms 稳定判定准则中最容易被忽略的是“测试条件”。同一个消光比，在 25 ℃ 和 45 ℃ 下可能差 1～2 dB；同一个 BER，在不同判决门限下结果也不同。因此准则必须把波长、温度、偏振态、码型、积分时间一并锁定，否则测试结果不可复现，自动化也就失去意义。
四、分解过程中的常见陷阱
第一类陷阱是“指标不可直接测量却当作可测量”。例如把“线宽 100 kHz”直接写成“用光谱仪测线宽”。普通光谱仪分辨率约 0.02 nm（约 2.5 GHz），根本无法分辨 100 kHz 线宽，必须改用延迟自外差或相干探测。分解时必须检查测量手段的分辨率是否比被测指标小一个数量级以上。
第二类陷阱是“统计量样本不足”。验证 BER ≤ 1E−12，若只跑 1E9 比特，即使零误码，置信上限也只有约 3E−9，结论不成立。正确做法是明确“累计比特数 ≥ 1E13”或采用外推法并说明置信区间。
第三类陷阱是“忽略耦合关系”。灵敏度、BER、EVM 三者相互关联，若分别独立测试，可能出现“单项都过、组合不过”。更合理的做法是设计一条 BER–功率扫描曲线，在同一坐标系中同时给出灵敏度、EVM 和判决门限，用一条曲线覆盖多个指标。
五、分解结果的组织方式
实际工程中，建议用一张“指标—测试项—判定准则”对照表来固化分解结果。表中每一行对应一个测试项，列包括：指标名称、指标要求、测试项编号、激励条件、采集量、计算式、判定门限、所需仪器、预计耗时。这张表既是测试平台开发的输入，也是后续自动化脚本生成的依据。当指标发生变更时，只需修改对应行，测试项与脚本的映射关系保持稳定。
完成分解后，还应做一次反向检查：把所有测试项按仪器资源分组，看是否存在资源冲突；按测试时间累加，看总时长是否可接受；按判定门限的严格程度排序，把最可能失败的项前置，以便尽早暴露问题。经过这一轮检查，系统指标才真正转化为可自动化执行、可判定、可复现的测试需求。