中午的时候他没有去食堂。

陈可敲门进来，放了一份盒饭在桌角上。

“陆主任，方姐让我给你送的。”

陆晨头也没抬。

“放那儿吧。”

陈可瞥了一眼屏幕上密密麻麻的代码，眼睛都直了。

“陆主任，你在写什么？”

“代码。”

“什么代码？”

“你看不懂的那种。”

陈可识趣地退了出去，关上了门。

陆晨扒了几口盒饭，然后继续写。

下午三点多的时候，主体代码完成了。

他开始用方芷晴发来的实测数据跑测试。

第一轮测试，算法在模拟呼吸周期下的坐标锁定成功率是百分之九十一。

不够。

陆晨检查了日志，发现问题出在信号的滤波参数上。

原始超声信号里混杂着心跳产生的高频震动，干扰了呼吸周期的识别精度。

他调整了带通滤波器的截止频率，把心跳信号的频段过滤掉了。

第二轮测试，锁定成功率提高到了百分之九十六。

还是不够。

百分之九十六意味着每一百次操作窗口中有四次会判断失误。

在微米级的神经对接中，一次失误都可能造成不可逆的损伤。

陆晨靠在椅背上，盯着屏幕上的测试日志看了大约半分钟。

问题的本质在于，呼气末不是一个精确的时间点，而是一个区间。

每个呼吸周期的呼气末持续时间会有微小的波动。

用固定的时间窗口去捕捉，就会在某些周期中出现偏差。

解决办法是不用固定窗口，改为实时位移量触发。

不去预测哪个时间点是呼气末，直接监测位移量本身。

位移量低于八微米时，自动触发绿色信号。

位移量超过八微米时，自动切换为红色信号。

彻底绕开了对呼吸周期的预测环节，改为纯粹的实时响应。

陆晨重写了触发逻辑的那段代码，大概花了四十分钟。

写完之后检查了一遍语法和逻辑