换设备后指标下滑，先别急着归因于传感器精度差或人群生理分布不同，这两件事在平均值里是混在一起的。可行的做法是用受控划分把设备变量和人群变量拆开：固定人和佩戴流程，只换设备；固定设备和采集流程，只换人群。只有当通道口径（采样率、量程、佩戴位置、上报字段）逐项核对一致之后，剩余的掉点才有必要往人群差异上想；如果通道本身不一致，那这次比较的其实是两个不同的观测通道，而不是同一套特征在迁移。

先建三组受控划分：同人同设备、同人换设备、换人同设备，让设备变量与人群变量分开变化，再按组看指标，不要只看总体平均值。查设备侧先落到采样率、量程、佩戴位置、上报字段四项逐条对比，来源写清楚是配置文件、采集日志还是标定记录。若通道口径不一致，先做通道级消融，只保留两组共有的通道重跑并冻结同一份切分。能断言的只有这些可核对项，人群生理差异在没有同设备换人对照前只能作为假设。

建三组划分并写清人员与设备构成

三组划分的目的不是把数据凑多，而是让同一份报告里同时有“设备变了”和“人变了”两个方向的对照。建议三组共用同一套标签口径、同一套切分规则（按受试者切，不按片段随机切），并且把每组实际用到的样本量写成具体数值，不要只写“若干”。样本量按你实际采集填，下面表格是记录模板，空着的地方必须补齐后才算可比较。

写完这三行还要补两条元信息：一是“同一设备”的判定依据，建议用设备序列号或固件版本号，而不是型号名；二是“同一佩戴流程”的判定依据，建议用采集时的操作记录或现场记录表。这两条不写清楚，第三组和第一组之间的差异就无法排除流程差异。

列出设备侧的可观测差异

设备侧差异要挑能被配置、日志或记录核对的项，不要靠感觉描述“感觉采样更抖”。逐项填下面这张表，每一行都要写明数据来源；来源查不到的项直接标“未确认”，不要猜。

原始日志通常能直接回答字段层面的问题。可以先用一段通用骨架把两边的通道清单和首帧参数打印出来，字段名按你自己的采集程序替换，不要照抄：

# 通用骨架：打印两台设备的通道清单与首帧参数，用于比对单位与采样率
for dev in dev_a dev_b; do
  echo "== $dev =="
  python tools/dump_channels.py `--device` $dev `--n` 1   # 输出通道名、单位、采样率、时间戳
 done

# 核对要点：通道名能否一一对应、单位是否一致、时间戳间隔是否一致

如果佩戴位置或量程这一步就没对齐，先暂停跨设备比较，把采集流程固定下来重采一批；此时得到的指标差异，说明的是流程差异，不是模型或人群差异。

按设备与人群分组看指标

总体平均值最容易掩盖某一组的崩塌。建议按“人员组 × 设备 × 使用的通道集合”三个维度分组出报告，每个格子同时给样本量和指标分布，不要只给一个均值。

报告生成时把最小样本量当成一个门槛，低于门槛的格子只标注样本量，不参与横向比较，也不写进结论。下面的骨架只是说明分组维度，指标计算和置信区间按你的评估脚本替换：

# 通用骨架：按人员组、设备、通道集合分组出报告
for subject_group in A B:
    for device in X Y:
        for chans in full_set, common_set:
            n = count(subject_group, device, chans)
            if n < MIN_N:            # MIN_N 按你的验证集规模设门槛，不要跨门槛比大小
                report(subject_group, device, chans, n=n, metric=None, note="样本不足")
            else:
                report(subject_group, device, chans, n=n, metric=eval(...), dist=quantiles(...))

看报告时先看方向再看幅度：同人换设备这一行掉得多，问题更可能在设备侧或通道映射；换人同设备这一行掉得多，问题更可能在人群分布或标签口径。两行都掉，说明两边都要处理，不能只改一个。

做通道级消融排除传感器因素

通道级消融的目的一句话说清：如果只保留两台设备共有的通道、并保持划分不变，指标就回到基线附近，那么此前掉的点很可能来自设备特有通道，而不是人群。做法分三步。

1. 求交集定通道：把设备 X 与设备 Y 的通道清单取交集，只保留通道名、单位、采样率都对得上的那些。单位不一致的通道先做单位换算再纳入，换算规则写进配置文件，不要写在临时脚本里。
2. 冻结切分：三组共用同一份按受试者划分的文件，记录文件名与内容摘要；重跑时禁止重新随机切分，否则指标变化里混进了切分噪声。
3. 重跑并对照：至少跑三种组合——基线（X、全通道）、Y 全通道、Y 共有通道。对照看方向，而不是看小数点后几位。

# 通用骨架：共有通道 + 冻结切分，配置项按你的训练框架替换
channels_common = sorted(set(cfg_x["channels"]) & set(cfg_y["channels"]))  # 交集需人工核对单位
split_file      = "splits/subject_split_v1.json"   # 三组共用，禁止重随机
train(channels=channels_common, split_file=split_file, tag="y_common")

# 对照关系：y_common 应与基线接近；若 y_common 仍明显低于基线，设备特有通道不是主因

结果解释上留一点余地：共有通道重跑后指标恢复，只能说明“设备特有通道是当前可疑来源之一”，还需要确认是通道本身不可用，还是映射或预处理环节出的问题；共有通道重跑后指标依旧下滑，则人群分布、标签口径或采集流程更值得先查。

写清这次能定位到哪一步

排查记录的价值在于把可核对的结论和还没验证的猜测分开写。建议按下面三段落笔，每条都要能指向具体的文件、日志或命令输出。

• 可以断言的结论：两台设备的采样率、量程、上报字段是否一致；佩戴位置是否有现场记录支持；三组划分的人员与设备构成是什么；共有通道集合包含哪些通道；这三组在冻结切分下各自的分组指标与样本量。
• 只能作为假设的部分：掉点主要来自传感器硬件精度差异；人群生理分布导致特征偏移；佩戴松紧或位置变化带来的信号变化——这些在没有同设备换人对照或重复佩戴实验之前，只能写成假设，不能写成结论。
• 需要补数据才能继续验证的环节：同一批人在同一设备上重复佩戴的稳定性数据；设备 Y 上补齐现场佩戴记录与标定记录；把设备特有通道逐个加入/移除的消融结果；样本量不足组补采到门槛以上后再比较。

最后收口一句判断：先分清通道差异还是人群差异，靠的不是换设备后跑一次就下结论，而是三组受控划分加上通道口径逐项核对；只要通道口径还没对齐，任何“精度掉点”的解释都还停留在假设层面。