硬件调试方法论与上电检查
一块新板子不工作，新手的第一个动作往往是换芯片、重烧固件、再拔插一次；老手的第一个动作是拿表。这两者的差别不在经验多少，而在有没有把"测量"变成纪律：动手之前先有一个可证伪的假设，测量之前先有一个数值判据，每次只改一个变量，改完就记录。这一章不讲某一个具体故障怎么修，它讲的是把"从现象到根因"这件事拆成可以照着执行的步骤——二分收缩、故障树、单变量、记录与复现，最后用一棵完整的"上电无反应"排查树和一个"通信偶发丢包"的定位过程把方法走满一遍。
1 设计动机：为什么"先测量后猜"必须写成纪律
场景一：差 0.25V 的电压，猜了三次。 3.3V 轨实测 3.05V，比标称低 7.6%，已经超出 ±5% 判据。按"猜"的顺序换 LDO、换输出电容、减小负载，每次拆焊 15 分钟加复测 5 分钟，共 60 分钟，故障依旧；最后量 LDO 输入只有 3.55V，压差 0.50V 已经贴着 dropout，10 分钟就定位到"输入欠压"而不是"输出不够"。
场景二：同时改三处，等于没改。 上拉电阻、滤波电容、固件延时一起改，故障消失了，但不知道是哪一处起效。两周后换元件批次，同样的现象回来，还得从头来。一次只改一处，三次实验各 10 分钟，换来三条确定的因果关系。
场景三：偶发故障不记录，等于没遇到。 设备每天随机死机一次，现场不记录温度、电压、复位原因，两周没有进展；加一张记录表后三天拿到六次现场数据，发现复位原因寄存器全部指向"电源跌落"，定位到负载开关的软启动不足。
这三种浪费有一个共同点：故障空间没有被测量切开，而是被猜测搅乱了。 调试的成本几乎全部来自"问题空间有多大"和"每次尝试能排除多少"，而不来自"元件有多难换"。两个数的对比很直白：
| 方法 | 候选原因数 | 平均尝试次数 | 结论可信度 | 可复用性 |
|---|---|---|---|---|
| 穷举换件 | 约 10 个可疑点 | 5 次（平均撞到一半） | 低：换好了也不知道为什么 | 无，下次重来 |
| 二分测量 | 1000 个节点 | \lceil\log_2 1000\rceil=10 次 | 高：每一步都有判据 | 高，方法可迁移 |
| 同时改多处 | 4 个变量 | 2^4=16 种组合 | 极低：起效的可能是交互作用 | 负，制造新问题 |
不按方法走，会摔在这四个具体的坑上，每个坑都能用数字说清：
- 把"偶发"当"玄学"。 复现概率 p=1\% 时，测 20 次全部正常的概率是 0.99^{20}=0.818——八成以上什么都没证明。要 95% 把握看到至少一次，需要测 298 次。
- 一次改多个变量。 4 个二值变量有 2^4=16 种组合，靠试完所有组合找根因，时间成本是单变量法的 4 倍以上，而且交互作用还会骗人。
- 没有数值判据。 "看起来正常"不是判据。3.3V 轨的 ±5% 判据是 3.135~3.465V，实测 3.10V 已经超差，却被"差不多"放过，后面所有结论都建在流沙上。
- 不带电检查直接上电。 一次电源对地短路，电流只受电源限流能力约束，轻则烧稳压器，重则烧板。先做通断检查只花两分钟。
所以"先测量后猜"不是态度问题，是效率问题：它把"我猜是它"换成"我量到它不是它"，每一次否定都在真实地缩小故障空间。
2 定义与直观：调试是"收缩故障空间"的过程
调试（debugging）可以定义成一个受约束的搜索过程：给定一个可观测的异常现象，用测量把候选原因集合 S 反复切分，直到 |S|=1，并且这个唯一元素能被一条可重复的测量证据支持。定义里有四个条件，缺一个方法就退化成瞎试：
| 条件 | 反例 | 具体要求 |
|---|---|---|
| 现象可观测、可复现 | "有时候不太对" | 写成"3.3V 轨纹波 120mVpp、开关频率处峰尖"这样的客观描述 |
| 假设可证伪 | "可能是干扰" | 假设必须预测"如果成立，在某个点应测到某个范围内的值" |
| 测量有判据 | "电压正常" | 判据必须带数字和单位，如 3.135\sim3.465\ \text{V} |
| 改动单变量 | 同时换电容和固件 | 一次只动一处，动完立即复测同一判据 |
一根 1000 米长的电缆中间断了，你没有 X 光机。最笨的办法是从一头开始每米测一次，最多 1000 次；聪明的办法是在 500 米处测一次——通，则断点在 500~1000 米；不通，则在 0~500 米。每测一次，嫌疑长度减半，\lceil\log_2 1000\rceil=10 次就能把范围压到 1 米以内。
类比的边界有两个。第一，电信号不是"通/不通"两种状态：电压偏低、纹波偏大、时序临界都是"中间态"，所以真实的判据往往不是二值，而是带容差窗口的比较——窗内通过、窗外失败，判据本身要先用噪声水平验证过。第二，二分要求每一刀都切在"能区分"的地方：如果你在 500 米处测的是另一根线，这一刀就白切了。硬件调试里"切错组合"的典型是：怀疑电源却去量信号，怀疑地却去换芯片。
上电检查之所以要分成五级，是因为每一级都是下一级的前提：短路没排除就上电，可能直接烧；电流异常就量电压，读数没有意义；电压不对就查时钟，时钟可能根本起不来；时钟没起振就去调固件，等于在沙地上盖楼。"任一级不通过就停下"这条纪律，比任何一条具体判据都值钱。
先建立一张"从现象反推故障类型"的对照表，它决定你第一次拿表该往哪儿放：
| 现象 | 首选测量 | 典型根因方向 | 判据（典型量级，以设计值为准） |
|---|---|---|---|
| 上电完全不启动，指示灯不亮 | 限流电源看总电流 | 短路、反接、保险丝、使能未拉高、线束 | 电流低于预期 10% 或顶到限流点 |
| 有电流但不运行 | 各路电压 → 复位 → 时钟 | 欠压、复位未释放、晶振不起振、BOOT 错 | 电压 ±5%、NRST 高于 0.7V_{DD}、时钟有跳变 |
| 间歇重启/死机 | 电源瞬态、复位原因寄存器、温度 | 负载阶跃跌落、看门狗、焊点热胀冷缩、EMC | 跌落幅度与复位阈值比较 |
| 发热异常 | 红外/热电偶、各路电流、效率 | 短路、驱动直通、损耗过大、散热不良 | 温升超过设计结温余量 |
| 精度差/漂移 | 基准、地电位、源阻抗、建立时间 | 基准噪声、地环路、采样建立不足、温漂 | 误差折合 LSB 或 ppm |
| 通信误码/丢包 | 差分眼图、共模电压、终端匹配 | 反射、共模超范围、地环路、时钟偏差 | 眼高/眼宽、共模在 -7\sim+12\ \text{V} 内 |
这张表不是决策树，它只回答"第一刀往哪切"。真正的树要针对具体系统画，见 §4.1。
3 定量关系：判据、二分收敛与复现样本数
3.1 二分的收敛速度
设候选原因（或候选节点）有 N 个，每次测量能把范围切成两半，需要的测量次数是：
n=\left\lceil\log_2 N\right\rceil- n：测量次数（次）；
- N：候选数（个），量纲为 1；
- \lceil\cdot\rceil：向上取整。
代入 N=1000：\log_2 1000=9.966，向上取整得 n=10 次。与穷举的 1000 次相比，效率比是 1000/10=100 倍。这个式子还给出一个工程含义：候选空间每扩大 10 倍，只需要多做约 3.3 次测量（\log_2 10=3.32）。所以"系统复杂"不该成为不测量的理由，真正拖慢调试的是"切不中"。
适用条件：每次测量的判别可靠性要足够高。若单次测量有 30% 概率误判，二分树会被污染，实际次数迅速接近随机搜索——这就是为什么判据要先经过噪声验证（§3.3）。
3.2 先验概率：先测最可能坏的那一支
二分假设两支概率相等。真实系统里各支的失效率差别很大，此时"先测哪一支"会影响期望次数。设第 i 类原因的先验概率为 p_i，顺序测试的期望测量次数是：
E[n]=\sum_{i=1}^{k} i\cdot p_{(i)}其中 p_{(1)}\ge p_{(2)}\ge\cdots\ge p_{(k)} 是按概率从大到小排序后的先验。信息论给出的下界是熵：
H=-\sum_{i=1}^{k}p_i\log_2 p_i以四类原因为例：电源 40%、固件 25%、时钟 20%、复位 15%。
先测电源、再固件、再时钟、再复位：
E[n]=1\times0.40+2\times0.25+3\times0.20+4\times0.15=0.40+0.50+0.60+0.60=2.10\ \text{次}若反过来先测复位：1\times0.15+2\times0.20+3\times0.25+4\times0.40=2.90 次。两种顺序差 0.8 次测量，按每次 20 分钟算就是 16 分钟。熵下界是：
H=-(0.40\log_2 0.40+0.25\log_2 0.25+0.20\log_2 0.20+0.15\log_2 0.15)=1.90\ \text{bit}即任何策略平均都至少要 1.90 次测量，顺序测试的 2.10 次已经很接近。结论：把历史故障率统计出来，按概率从高到低排测量顺序，是唯一能在不增加仪器的情况下缩短调试时间的办法。
3.3 判据必须比噪声高出一截
测量系统本身有噪声。要区分两个电平，差值至少要达到噪声有效值的 3 倍，否则读数在判据附近来回跳：
\Delta V_{min}\ge 3V_{n,rms}以 12 位 ADC、3.3V 基准为例，1 LSB 是：
V_{LSB}=\frac{3.3}{2^{12}}=\frac{3.3}{4096}=8.06\times10^{-4}\ \text{V}=806\ \mu\text{V}要用测量判断"是否偏差 1 LSB"，测量系统噪声必须满足 V_{n,rms}\le 806/3=269\ \mu\text{V}。普通示波器在最灵敏档的底噪常在百微伏到毫伏量级，长地线引入的噪声更大——所以"示波器上看不出来"经常是测量分辨率不够，不是电路没问题。
反过来，如果一条判据的余量本来就只有噪声的 2 倍，正确的动作不是"多测几次取平均"，而是先改善测量（换探头、缩短地线、加带宽限制、用差分探头），否则你只是在测仪器。
3.4 偶发故障要测多少次
设单次试验能复现故障的概率为 p，要做 n 次独立试验才有 C 的把握至少看到一次：
n=\frac{\ln(1-C)}{\ln(1-p)}- C：置信水平（0~1），无量纲；
- p：单次复现概率（0~1），无量纲；
- n：试验次数（次）。
代入 p=0.01、C=0.95：n=\ln(0.05)/\ln(0.99)=(-2.996)/(-0.01005)=298 次，取整 299 次。要 99% 把握：n=\ln(0.01)/\ln(0.99)=458 次。这就是"偶发故障不能靠碰"的定量理由。
反向用法更常用：做了 n 次试验一次都没复现，故障率的 95% 置信上限约为
p_{max}\approx\frac{3}{n}n=300 时精确值是 1-0.05^{1/300}=0.993\%，近似式给 3/300=1\%，两者相差 0.7%，工程上够用。所以"连续 300 次没复现"才勉强能说故障率低于 1%，而"测了 20 次没复现"什么也说明不了。
3.5 单变量原则与组合爆炸
若同时改动 k 个二值变量（改/不改），要覆盖所有组合需要 2^k 次实验：
N_{comb}=2^{k}k=4 时 N_{comb}=16，k=5 时 32。一次只改一个变量时只需 k 次实验，且每次的结论都是确定的——代价是无法发现"只有两个变量同时改才出现"的交互作用。工程做法是：先单变量扫描找到主效应，再对两个可疑变量做 2\times2 的四组交叉验证，这比一上来做全因子实验省一个数量级。
3.6 时间常数：什么时候"等一等"就够了
指数建立过程的判据是时间常数 \tau=RC：
V(t)=V_\infty\left(1-e^{-t/\tau}\right)t=\tau 时到 63.2%，t=5\tau 时到 1-e^{-5}=99.33\%。所以"等 5 个时间常数"是通用判据：R=10\ \text{k}\Omega、C=100\ \text{nF} 时 \tau=10^4\times10^{-7}=1\ \text{ms}，等 5ms 再读数。需要 12 位精度时判据更严：\ln(2^{13})=9.01，要等 9 个 \tau 才能把建立误差压到 1 LSB 以下。这一条在电源软启动、基准建立、采样保持的测量里反复用到。
4 典型计算：两棵完整的排查树
4.1 完整故障树：上电无反应
"上电无反应"是最常见也最容易乱猜的现象。把它画成树，每个节点都带判据，就能保证不漏支路、不跳级：
树的六个节点与判据：
| 节点 | 测量点 | 期望/判据 | 不通过时的下一步 |
|---|---|---|---|
| ① 总电流 | 限流电源读数 | 预期 120mA，限流设 180~240mA（1.5~2 倍）；低于 12mA 或顶到限流都异常 | 低于 12mA 查断路/反接/使能；顶限流查短路 |
| ② 各路电压 | 每路电源输出 | 3.3V 轨 3.135~3.465V（±5%）；内核 1.8V 轨 1.71~1.89V | 查电源级：输入压差、反馈分压、负载过重 |
| ③ 复位 | NRST/复位 IC 输出 | 释放后高于 0.7V_{DD}=2.31\ \text{V}；低电平低于 0.3V_{DD}=0.99\ \text{V} | 查上拉、RC、复位 IC、按键、看门狗 |
| ④ 时钟 | 晶振引脚或 MCO 输出 | 有稳定跳变，频偏在晶振标称范围内（典型 ±20~50ppm） | 查负载电容、晶振、焊接；别用探头直接点晶振引脚 |
| ⑤ BOOT/固件 | BOOT 引脚、串口/SWD | BOOT 电平符合启动模式；下载口能识别 | 查 BOOT 电阻、固件、下载线、供电时序 |
| ⑥ 功能加载 | 逐个外设 | 每加一个外设总电流与功能都对 | 回到①重测，定位加载瞬间的异常 |
完整走查一遍。 一块 12V 供电、3.3V 与 1.8V 双轨的 MCU 板，"上电无反应"：
- 不通电目视 + 通断：3.3V 对地 OL（高阻），无短路，允许上电。
- 限流上电：限流设 240mA，实测静态 35mA。预期 120mA 是带外设满载的值，空载 35mA 在合理范围，节点①通过。
- 量电压：3.3V 实测 3.29V（判据 3.135~3.465V，通过）；1.8V 实测 0.00V，节点②不通过——停在这里，不往下走。
- 查电源级：1.8V 由内部 LDO 产生，量其输入 3.3V 正常、输出 0V、使能脚 0.40V。使能阈值典型 1.2V（以数据手册为准），0.40V 远低于阈值，判定"使能未拉高"。
- 根因：使能脚在原理图上悬空，设计意图是靠内部上拉，但该脚高阻，板上并联的 100kΩ 下拉与漏电流形成分压，实测被拉到 0.40V。
- 修复：使能脚加 10kΩ 上拉到 3.3V，上拉电流 3.3/10^4=0.33\ \text{mA}，远大于该脚漏电流（典型 µA 级），分压被压住。复测 1.8V 出来，程序运行，节点③④⑤依次通过。
这个例子的价值不在"使能脚要上拉"，而在第 3 步停下来：如果这时去怀疑固件、去重烧程序，会浪费几小时，而且 1.8V 缺失这个硬证据一直摆在那里。
4.2 完整算例：通信偶发丢包的系统化定位
现象（客观化后的记录）：
| 项目 | 记录 |
|---|---|
| 链路 | RS-485 半双工，115200bps、8N1，电缆 50m 双绞屏蔽 |
| 丢包率 | 约 1 帧 / 4200 帧（连续 10 万帧统计，24 帧丢失） |
| 时间相关性 | 全部落在电机启停后 300ms 窗口内；静置时 0 丢失 |
| 数据相关性 | 与帧长、内容、校验方式无关，丢帧位置随机 |
| 单板相关性 | 换从站板仍复现，换主站板仍复现 |
| 温度相关性 | -10\sim+45\ ^\circ\text{C} 无差异 |
第一步，把现象变成可算的判据。 位时间与帧长先算出来：
t_{bit}=\frac{1}{115200}=8.68\ \mu\text{s},\qquad t_{frame}=80\times8.68\ \mu\text{s}=694\ \mu\text{s}（8 字节数据加帧头帧尾按 80 位估。）丢包率换成误码率：
\text{BER}=\frac{1/4200}{80}=2.98\times10^{-6}第二步，先算三个"可以排除"的项，别急着拆机。
反射：电缆 50m，双绞线传播速度约 0.66c=1.98\times10^8\ \text{m/s}，单程延迟
t_d=\frac{50}{1.98\times10^8}=253\ \text{ns},\qquad 2t_d=505\ \text{ns}往返 505ns 只占位时间 8.68µs 的 5.8%，且两端各有 120Ω 终端（\Gamma=(120-120)/(120+120)=0），反射不成立。若把速率提到 1Mbps（位时间 1µs），往返延迟就占半个位，那时终端与线长才会变成主因——同一个链路，速率不同，结论不同。
共模超范围：RS-485 接收器共模范围是 -7\sim+12\ \text{V}（TIA-485 要求，具体芯片以数据手册为准）。差分探头同时测 A、B 对地：静止时共模 4.2V，电机启停瞬间峰值 6.8V，仍在范围内，排除。
幅度不足：带 60Ω 负载（两个 120Ω 并联）测差分幅度 2.4V，接收器阈值 ±200mV，余量 2.4-0.2=2.2\ \text{V}，排除。
第三步，抓现场。 用差分探头、单次触发、触发条件设为"差分幅度小于 1.0V"，同时用电流探头夹电机线做时间基准。抓到的波形是：差分信号上叠加一个宽约 40ns、幅度 0.9~1.1V 的负向尖峰，出现时刻与电机换向尖峰同步。这与"随机位置的整帧丢失"吻合：尖峰落在空闲期会被 UART 误判为起始位，收完一帧发现校验错，整帧丢弃。
第四步，给假设排顺序（先验）。 尖峰的来源有三个候选：① 屏蔽层两端接地形成地环路，电机共模电流经屏蔽层耦合；② 信号线与电机线并行捆扎，容性/感性串扰；③ 收发器电源去耦不足。按"改动成本 × 先验概率"排序，先验证①（改接地只需拆一端屏蔽）。
第五步，改一个变量。 断开屏蔽层远端接地（改为单端接地），复测 2 万帧，仍有 3 帧丢失——①不是全部原因，但它把丢包率从 1/4200 降到 1/6700，说明共模路径确实存在。保留这个改动，再动下一个变量：在接收端加共模扼流圈（100µH，典型量级）。
第六步，根因的定量核算。 共模瞬变经"线对—屏蔽层"的不对称电容转成差模电流。设不对称电容 \Delta C=1\ \text{nF}、共模电压变化率 dv/dt=15\ \text{V}/\mu\text{s}：
i_{cm}=\Delta C\frac{dv}{dt}=1\times10^{-9}\times15\times10^{6}=15\ \text{mA}这 15mA 流过终端等效电阻 60\ \Omega，产生差模电压：
V_{dm}=15\times10^{-3}\times60=0.90\ \text{V}与实测 0.9~1.1V 吻合。根因是"屏蔽层两端接地 + 线对不对称电容"共同构成的共模—差模转换，不是收发器坏了，也不是协议有问题。
加 100µH 共模扼流圈后，在尖峰的主要频率分量（约 1/(2\pi\times40\ \text{ns})\approx4\ \text{MHz}）上，扼流圈阻抗为：
Z_{cm}=2\pi fL=2\pi\times4\times10^{6}\times100\times10^{-6}=2513\ \Omega共模电流被分压到：
i'_{cm}=15\ \text{mA}\times\frac{60}{2513+60}=0.35\ \text{mA}转换出的差模噪声：
V'_{dm}=0.35\times10^{-3}\times60=21\ \text{mV}21mV 只有接收器阈值 200mV 的 10.5%，判据通过。
第七步，修复与验证。 三项措施一起上（屏蔽单端接地、共模扼流圈、隔离收发器），验证判据是"连续 10^6 帧零丢失 + 1000 次电机启停零丢失"。实测 10^6 帧 0 丢失，按 §3.4 的近似，此时真实丢包率的 95% 上限约 3/10^6=3\times10^{-6}，比修复前的 2.4\times10^{-4} 低两个数量级，结论成立。
第八步，防再发。 把"屏蔽层单端接地""电机线与信号线分开走线""RS-485 接口预留共模扼流圈位置"写进接口设计规范；把"电机启停 + 连续 10 万帧"加入出厂测试项。
5 工程含义：判据数量级、仪器与被测的相互影响
5.1 常用判据的数量级
| 量 | 判据（典型量级） | 说明 |
|---|---|---|
| 电源电压 | 标称 ±5%（LDO 常按 ±2%） | 先看电源再看负载 |
| 总电流 | 预期值的 1.5~2 倍设限流 | 顶到限流即视为异常 |
| 复位释放电平 | 高于 0.7V_{DD} | 低电平低于 0.3V_{DD} |
| 时钟频偏 | 晶振标称 ±20~50ppm | 用频率计或 MCO 输出测 |
| 纹波 | 开关频率处峰峰值，与设计值比 | 测量带宽要够，别用长地线 |
| 温升 | 结温留 20~30 °C 余量 | 用热阻算，别用手摸 |
| 通信眼高 | 大于接收阈值 3 倍 | 阈值 ±200mV 时眼高 ≥600mV |
| 数字时序 | 建立/保持各留 20% 余量 | 见时序分析与亚稳态 |
5.2 仪器会改变被测电路
测量不是"旁观"，探头本身就是负载。10X 无源探头典型输入阻抗 10\ \text{M}\Omega\parallel10\ \text{pF}（典型量级，以探头手册为准）。10pF 在 1MHz 的容抗：
X_C=\frac{1}{2\pi fC}=\frac{1}{2\pi\times10^{6}\times10\times10^{-12}}=15.9\ \text{k}\Omega若被测节点是 100kΩ 的高阻节点、信号源内阻也是 100kΩ，探头的 15.9kΩ 并在节点上，读数只剩：
\frac{13.7}{100+13.7}=12.1\%也就是说，探头一碰，节点电压掉到原来的八分之一。这类"一测就变、拿开就正常"的现象，根因往往在探头而不在电路。
带宽判据同样要算。信号上升时间 t_r=10\ \text{ns} 时，边沿的拐点频率：
f_{knee}\approx\frac{0.35}{t_r}=\frac{0.35}{10\times10^{-9}}=35\ \text{MHz}示波器带宽至少取 3 倍，即 105MHz；要看清过冲与振铃，取 5 倍即 175MHz。用 100MHz 的机器去看 10ns 边沿，看到的过冲是仪器自己的。 探头的接地方式比带宽更容易出错：长地线夹引入几十 nH，与被测环路一起振铃，测出来的"毛刺"可能是探头回路自己的谐振，详见示波器：探头、触发、带宽与接地。
5.3 记录与复现：把"经验"变成"数据"
一张合格的调试记录至少包含：时间、环境温度、供电电压、总电流、各路关键电压、现象描述、本次改动、改动后的测量结果。记录的作用有三个：
- 防止重复劳动：换人接手时不用重新问一遍"你试过什么"。
- 建立先验：十次故障里有六次是电源，下一次就先测电源——这正是 §3.2 的概率排序。
- 支持统计结论：§3.4 的样本数公式要有"试验了多少次"才能用，没有记录就没有分母。
复现的三要素是：条件（温度/电压/负载/时序）、触发（什么动作之后出现）、频率（多少次出现一次）。三者缺一，修好了也无法证明修好了。
5.4 时间账
一次打样加贴片按天算，一小时测量按小时算。板子回来之前先在LTspice 仿真入门里把工作点和环路跑一遍，回来之后按本章的五级流程走一遍，能把"上电即烧"和"调了三天发现是电源"这两类事故压到很低。真正省时间的不是更贵的仪器，而是每次只改一个变量、每次都有判据这两条纪律。
6 常见坑
- 现象：一按开关电源就进入限流、冒烟，或稳压器瞬间发烫。
- 原因：电源对地存在短路（焊接桥连、器件反接、电容击穿），上电电流只受电源能力限制。
- 解决：上电前用通断档量每路电源对地，OL 才允许上电；首次上电必须限流到预期电流的 1.5~2 倍，手不离开关。
- 现象：改完故障消失，过几天又出现；或者改完故障变了但不知道哪一步起效。
- 原因：多个改动叠加，无法区分主效应与交互作用；k 个变量有 2^k 种组合。
- 解决：一次只改一处，改完立即复测同一判据并记录；需要验证交互作用时再做 2\times2 交叉实验。
- 现象：1.8V 内核电压是 0V，却去重烧固件、换晶振，几小时没有进展。
- 原因：跳过了"逐级通过"的纪律，把上层现象当成根因。
- 解决：五级流程任何一级不通过就停下，先把这一级的判据测绿；本级没绿之前不碰下一级。
- 现象："我觉得是晶振没起振""可能是干扰"，讨论半天没有数据。
- 原因：假设没有变成可证伪的预测，测量没有目标。
- 解决：把假设写成"如果成立，在 X 点应测到 Y 范围内的值"，然后去测；测不到就换假设，别换说法。
- 现象：一接示波器信号就变，拿开探头又正常；高阻分压点读数总比计算值低。
- 原因：探头 10pF 在 1MHz 的容抗只有 15.9kΩ，并在 100kΩ 节点上把信号拉掉约 88%。
- 解决：用 10X 探头并先估算负载效应；高阻节点用高阻缓冲/有源探头；必要时先算后测。
- 现象：改了某处，测 20 次没再出现，出货后批量复发。
- 原因：p=1\% 时 20 次全过的概率是 81.8%，样本量根本不足以证明改善。
- 解决：按 n=\ln(1-C)/\ln(1-p) 定样本数（95% 把握、1% 复现率需 299 次）；验证要覆盖原触发条件（温度、负载、启停）。
7 自测题
候选原因有 1000 个节点，二分测量需要几次？为什么"系统复杂"不是不测量的理由？
n=\lceil\log_2 1000\rceil=\lceil9.966\rceil=10\ \text{次}候选空间每扩大 10 倍只多约 3.3 次测量（\log_2 10=3.32）。真正拖慢调试的是"切不中"（判据不可靠、测错组合），不是候选数量。
四类故障先验概率为电源 40%、固件 25%、时钟 20%、复位 15%，按这个顺序测的期望次数是多少？反过来呢？
按概率从大到小：1\times0.40+2\times0.25+3\times0.20+4\times0.15=2.10 次。
反过来（复位先测）：1\times0.15+2\times0.20+3\times0.25+4\times0.40=2.90 次。
差 0.8 次测量。信息熵下界 H=1.90 bit，说明顺序测试已接近最优。
某偶发故障单次复现概率 1%，要 95% 把握看到一次需要测多少次？测了 300 次没复现，能说明故障率低于多少？
n=\frac{\ln(1-0.95)}{\ln(1-0.01)}=\frac{-2.996}{-0.01005}=298\ \text{次}取 299 次。测 300 次无复现时，95% 置信上限约 3/300=1\%（精确值 1-0.05^{1/300}=0.99\%），即"故障率低于 1%"。
"上电无反应"的五级检查中，1.8V 实测 0V、3.3V 正常，下一步该做什么？不该做什么？
下一步：停在电压这一级，量 1.8V 电源的输入、输出、使能/反馈脚，判断是电源级本身还是负载问题（如使能未拉高、反馈分压开路、负载短路）。
不该做：不要跳去重烧固件、换晶振、查通信——1.8V 缺失是硬证据，本级没绿之前上层现象没有解释力。
RS-485 链路 115200bps、50m 电缆，反射是不是丢包的合理嫌疑？换成 1Mbps 呢？
50m 双绞线单程延迟 50/(0.66\times3\times10^8)=253\ \text{ns}，往返 505ns，占 115200bps 位时间 8.68µs 的 5.8%，且两端 120Ω 终端使反射系数为 0，反射不成立。
换成 1Mbps 时位时间只有 1µs，往返延迟占半个位，终端与线长立刻变成主因。
用 10X 探头（10MΩ∥10pF）测一个 100kΩ 源内阻的高阻节点，1MHz 下读数会偏多少？怎么避免误判？
探头容抗 X_C=1/(2\pi\times10^6\times10\times10^{-12})=15.9\ \text{k}\Omega，与节点并联后分压：
\frac{13.7}{100+13.7}=12.1\%读数只剩约 12%。避免办法：先估算负载效应，或改用高阻缓冲/有源探头；低频直流测量可忽略，高频必须算。
8 参考资料
- David J. Agans, Debugging — The 9 Indispensable Rules：规则 2「复现问题」、规则 3「别猜，去看」、规则 5「一次只改一个变量」、规则 7「先查最近改过的东西」；本章 §1、§5.3 的纪律来自这四条。
- Henry W. Ott, Electromagnetic Compatibility Engineering, Chapter 3 Grounding：共阻耦合、地环路与接地拓扑；本章 §4.2 的共模—差模转换分析沿用该章的耦合模型，定量细节见地的学问与地弹。
- Analog Devices, MT-031 Grounding Data Converters and Solving the Mystery of "AGND" and "DGND"：混合信号系统的地噪声测量方法与判据；本章 §5.2 的"测量先看地"口径与之一致。
- IEC 61000-4-4:2012, Electrical fast transient/burst immunity test：快速瞬变脉冲群的波形、耦合方式与试验等级；本章 §4.2 的"间歇故障要在原触发条件下复现"按该标准的试验思路设计。
- Tektronix, ABCs of Probes Primer, Probe Loading 章节：10X 探头的输入阻抗、寄生电容与负载效应；本章 §5.2 的 15.9kΩ 容抗算例按该文口径。
- 器件侧的判据（复位阈值、使能阈值、通信共模范围）以各器件数据手册为准；本章给出的数值均为典型量级，设计时需用实际型号手册复核。焊点与装配类的间歇故障排查见故障排查案例库，仿真侧的预验证见LTspice 仿真入门，上电前的焊点检查见焊接：直插、贴片、拆焊与飞线。