Loading...
正在加载...
请稍候

高精度时钟同步策略研究及验证

2026-08-06 15:10

🔍 耿同学打假报告

论文信息

  • 标题:高精度时钟同步策略研究及验证
  • 作者:张艺飞
  • 机构:北方工业大学
  • 论文来源:高精度时钟同步策略研究及验证_张艺飞.pdf
  • 学位级别:硕士学位论文
  • 年份:2025年

综合评定:🔴 实锤

详细发现

发现 1:数据造假检测(随机数生成器都不如)- 惊天级逻辑漏洞

  • 位置:第五章 / 5.3.1 节 / 图 5-5 的文字描述部分(第 58 页)

  • 描述:作者在对比基本卡尔曼滤波与本文提出的融合算法时,给出了节点2至节点8的详细 RMSE(均方根误差)数值。经过简单的减法计算,发现不同节点间两种算法的误差差值呈现极其荒谬的数学规律。

  • 证据
    将作者报告的数据进行相减(基本卡尔曼滤波 RMSE - 融合方法 RMSE):

    • 节点 3:450053.7 - 440060 = 9993.7 ns
    • 节点 4:566502.5 - 556512.0 = 9990.5 ns
    • 节点 5:3392419.1 - 3382424.6 = 9994.5 ns
    • 节点 6:1813504.6 - 1803508.9 = 9995.7 ns
    • 节点 7:903522.1 - 893523.9 = 9998.2 ns

    差值全部死死卡在 9990 ~ 10000 ns 之间!从节点3到节点7,基础误差跨越了45万到330万纳秒三个数量级,但融合算法提升的绝对精度竟然恒定在1万纳秒左右。这种跨越不同硬件(TCXO vs 普通石英晶振)却产生几乎恒定绝对差值的数据,在真实物理实验中出现的概率为零。这属于典型的 Excel 拉拽或随机数公式造假(例如公式设定为 =Randbase - 10000 + 小随机扰动)。

  • 严重程度:🔴

  • 复核状态:✅ 成立

发现 2:方法学异常检测(前言不搭后语)

  • 位置:第四章 4.2.2 与 4.5.4 / 第五章 5.2 算法实现细节
  • 描述:论文在理论设计和实验落地阶段,对核心算法 LSTM 的结构描述存在根本性矛盾。
  • 证据
    • 网络结构矛盾:在 4.5.4 节中明确写道“对于实验中使用的 H = 80 , S = 20 的 LSTM 模型”。但在第五章 5.2 节描述实际系统实现时,却变成了“采用了两层 LSTM 网络,分别包含 32 和 16 个隐藏单元”。请问作者,你最终跑实验的到底是个 80 单元的网络,还是 32+16 的网络?
    • 优化算法矛盾:在 4.2.2 节白纸黑字写着“优化算法采用带动量的随机梯度下降(SGD)”,并在公式 (4-21) 给出了动量更新规则。然而到了 5.2 节实验部分,却又说“训练策略采用均方误差作为损失函数,Adam 作为优化器”。这是典型的理论部分和实验部分复制拼凑不同开源代码导致的缝合怪现象。
  • 严重程度:🔴
  • 复核状态:✅ 成立

⚠️ 发现 3:引用与方法学异常(文献管理疑似崩溃)

  • 位置:参考文献列表 / 正文 1.3.2 节
  • 描述:同一篇高度相关的参考文献在文末被列了三次,正文引用混乱,表明作者在撰写时存在大量的复制粘贴和极其敷衍的文献整理。
  • 证据:在 1.3.2 节的正文描述中,确实出现了引用严重重复的现象,例如:“2022 年,黄子遥设计了...最终达到了 300ns 以下的时间同步精度 [32] 。”以及“2024 年,许万等人以 IEEE1588 协议理论为基础...最终实现了微妙级的同步精度[32]。”两年不同作者的文章被标注为同一个参考文献 [32]。至于原报告指出的“许万等人文末列出三次”的现象,因目前提供的论文原文文本被截断(未包含文末参考文献列表),无法直接核实。
  • 严重程度:🟠
  • 复核状态:⚠️ 依据不足

⚠️ 发现 4:文本信息提取受限(无法进行图片打假)

  • 位置:全文图件
  • 描述:由于当前输入仅为纯文本及部分标号,缺少实际的图片像素信息,无法对文中的 Western Blot(本篇虽无)、折线图、散点图的像素级重合度、PS 痕迹进行一图多用和拼接检测。
  • 证据:基于图 5-5 如此离谱的底层支持数据,其背后的图表生成极有可能是通过脚本直接映射生成的“完美假图”,建议重点核查其原始数据源。但在纯文本条件下无法对图片本身进行视觉取证。
  • 严重程度:⚠️ (预警)
  • 复核状态:⚠️ 依据不足

耿同学辣评

有些同学搞学术,公式写得天花乱坠,贝叶斯理论、信息论下界一顿乱秀,结果到了最关键的实验数据环节,直接在 Excel 里下拉填充!几个完全不同的时钟硬件,几万到几百万的误差区间,提升的绝对值居然全都是 9995 纳秒左右。怎么着,你这算法是叫「9995 大套餐」吗?此外,理论写 SGD,实验跑 Adam;理论写 80 个神经元,实验变 32+16,正文引用也是一通乱标。这种前言不搭后语的“缝合怪”论文,实验数据纯属脚本生成的“海市蜃楼”,连测谎仪看了都得报警!

建议后续行动

  • 联系作者要求提供原始数据(特别是图 5-5 对应的 8 个节点的原始时间戳与误差计算表格)。
  • 在 PubPeer 上提出质疑,公布“9995ns 常数差值”的验算过程。
  • 强烈建议向北方工业大学研究生院及学位评定委员会发起学术不端审查。
  • 答辩委员会相关评委应被追溯责任(如此明显的数据造假未在盲审/答辩阶段被拦截,属于严重失职)。

⚠️ 免责声明

本报告由 AI 辅助生成,仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信,但也尊重每一位研究者的名誉权。
如有异议,请以官方调查结论为准。
本工具不保证检测结果的准确性,误报和漏报均有可能。