4. 原始GPS数据特征：字段定义、采样频率与数据量级

在构建在途追踪系统之前，必须深入理解原始GPS数据的底层特征。本章将系统梳理GPS数据的关键字段定义、采样频率的工程选择以及数据量级的估算方法，为后续的数据清洗与阈值调优奠定基础。

4.1 核心字段定义

一条完整的GPS轨迹记录通常包含以下7个核心字段，每个字段的精度与取值范围直接影响清洗策略。

4.2 采样频率的工程选择

采样频率决定了轨迹的时间分辨率，直接影响数据量、存储成本和异常检测的灵敏度。不同业务场景对采样频率的要求差异显著。

4.3 数据量级估算模型

数据量级是设计存储架构和计算资源的核心依据。以下给出一个通用的估算公式和典型量级参考。

// 单设备日数据量估算公式
单条记录大小 ≈ 时间戳(8B) + 经度(8B) + 纬度(8B) + 速度(4B) + 方向(4B) + 海拔(4B) + 设备ID(16B) + 其他元数据(16B) ≈ 68 字节

单设备日数据量 = 采样频率(次/天) × 单条记录大小(字节)

// 示例：同城配送场景（5秒/次）
日数据量 = 17,280 × 68 ≈ 1.17 MB/天/设备

// 千台设备月数据量
月数据量 = 1.17 MB × 1,000 × 30 ≈ 35.1 GB/月

4.4 GPS数据特征全景图

以下SVG图展示了原始GPS数据从采集到特征提取的完整链路，帮助理解各字段在数据流中的位置与关系。

4.5 数据特征对清洗策略的影响

不同的字段特征决定了清洗策略的侧重点。以下表格总结了各字段的典型异常模式及对应的清洗方法。

4.6 数据量级与存储架构建议

根据数据量级的不同，推荐采用分层存储架构，平衡查询性能与存储成本。