时序数据基础：时间序列的定义、采样率、窗口化、特征提取与传感器数据特点

在进入TFLite时序模型量化之前，必须先建立对时序数据本身的深刻理解。传感器分类与异常检测任务中，模型输入并非原始电压或数字码流，而是经过采样、切窗、特征变换后的结构化张量。本章将系统梳理时间序列的核心定义、采样率选择、窗口化策略、特征提取方法（均值、方差、FFT等），并深入剖析传感器数据在真实物理世界中的噪声、漂移与多轴耦合特性。这些概念直接决定后续量化方案中输入张量的形状、动态范围以及量化误差的分布，是模型压缩与部署的基石。

时间序列的定义与传感器数据本质

时间序列（Time Series）是按时间顺序排列的观测值集合，其核心特征在于相邻数据点之间存在时间相关性。对于传感器数据而言，每个采样点代表物理量在特定时刻的瞬时值，而连续采样则构成了对物理过程的离散化描述。以加速度计为例，当设备静止时输出约为1g（重力加速度），运动时则叠加了动态加速度分量。这种数据天然具有以下属性：有序性（顺序不可交换）、连续性（物理量在时间上平滑变化）、多尺度性（宏观趋势与微观波动并存）。

在传感器分类与异常检测场景中，时间序列的数学表达通常为：

x(t) = s(t) + n(t) + d(t)

其中 s(t) 为真实信号，n(t) 为噪声，d(t) 为漂移项。理解这一分解是后续特征工程的基础——均值特征主要反映 s(t) 的直流分量，方差特征捕捉 s(t) 的波动强度，而FFT则用于分离不同频段的信号成分。

采样率选择：奈奎斯特与工程权衡

采样率（Sampling Rate）决定了时间序列的时间分辨率。根据奈奎斯特采样定理，采样率必须大于信号最高频率的两倍才能无失真重建。但在实际嵌入式系统中，采样率的选择需要综合考虑以下因素：

实际工程中，过采样（oversampling）有时被用于提高信噪比，但会显著增加计算量。对于TFLite模型而言，采样率直接决定输入张量的时间维度长度。例如，100Hz采样率下，2秒窗口产生200个时间步，若使用原始波形作为输入，则输入形状为[1, 200, 3]（三轴加速度）。若使用特征提取，则每个窗口压缩为固定长度的特征向量，大幅降低计算量。

窗口化策略：滑动窗口与重叠率

窗口化是将连续时间序列切分为固定长度片段的过程，是时序模型输入的标准预处理步骤。窗口长度和重叠率的选择直接影响模型性能：

• 窗口长度：需覆盖至少一个完整的事件周期。例如，步态识别中一步约0.5~1秒，窗口至少取2秒以确保包含多个步态周期。窗口过短会丢失上下文信息，过长则引入无关数据并增加延迟。
• 重叠率：相邻窗口之间的重叠比例。50%重叠是常用起点，75%重叠可增加训练样本数量（数据增强），但会增加推理计算量。对于实时推理，重叠率决定了预测输出的频率。
• 实时性：在异常检测场景中，窗口滑动步长决定了检测延迟。若窗口为2秒、步长为0.5秒，则每0.5秒产生一次预测，延迟可接受。

窗口化操作在代码中通常使用滑动窗口索引实现：

def sliding_window(data, window_size, step_size):
    for start in range(0, len(data) - window_size + 1, step_size):
        yield data[start:start + window_size]

在TFLite量化中，窗口化后的数据形状直接影响量化校准数据集的大小。若每个窗口提取特征后输入模型，则校准集需要覆盖不同工况下的特征分布范围，确保量化参数准确。

特征提取：从原始波形到判别性特征

特征提取是将原始时间序列转换为紧凑、判别性表示的关键步骤。对于传感器数据，常用特征可分为三类：

时域特征

• 均值（Mean）：反映信号的直流分量，对重力加速度分量敏感。三轴加速度的均值可用于判断设备姿态。
• 方差（Variance）：衡量信号波动强度，对运动剧烈程度敏感。静止时方差接近零，运动时显著增大。
• 均方根（RMS）：综合了均值和方差信息，常用于振动分析。
• 峰峰值（Peak-to-Peak）：最大值与最小值之差，对冲击事件敏感。
• 过零率（Zero Crossing Rate）：信号穿越零点的次数，反映频率特性。

频域特征

• FFT幅度谱：将时域信号变换到频域，提取主要频率成分。对于周期性运动（如跑步），频谱会在步频处出现峰值。
• 频谱质心（Spectral Centroid）：频谱的加权平均频率，反映信号的能量集中区域。
• 频谱熵（Spectral Entropy）：衡量频谱的平坦程度，用于区分规律振动与随机噪声。

多轴融合特征

• 合成幅值（Magnitude）：sqrt(x² + y² + z²)，消除方向影响，适用于活动识别。
• 轴间相关系数：反映各轴之间的线性关系，可用于检测异常姿态。

特征提取后，每个窗口的数据从原始N个采样点压缩为固定维度的特征向量。例如，三轴加速度计100Hz采样2秒窗口（600个原始值）可提取为：均值(3) + 方差(3) + 峰峰值(3) + FFT前10个系数(30) = 39维特征向量。这种压缩大幅降低了模型输入维度，使TFLite量化更容易获得稳定的动态范围。

传感器数据特点：噪声、漂移与多轴耦合

真实传感器数据远非理想信号，理解其噪声与漂移特性是构建鲁棒模型的前提。

噪声类型与来源

漂移现象

漂移是传感器输出随时间缓慢偏离真实值的过程。陀螺仪的零偏漂移是最典型的例子——静止时输出不为零，且随时间缓慢变化。漂移分为温度漂移（随温度变化）和时间漂移（随时间累积）。在异常检测中，漂移可能导致误报：一个健康设备因温度变化产生漂移，被模型误判为异常。应对策略包括：

• 定期校准（零偏校正）
• 高通滤波去除直流漂移
• 在特征提取中减去基线值

多轴耦合与坐标系

多轴传感器（如三轴加速度计）的各轴之间存在耦合效应。当设备旋转时，重力在各轴上的投影会重新分配，导致即使物理加速度不变，各轴读数也发生变化。此外，安装误差会导致轴间非正交，产生交叉耦合。在特征提取时，合成幅值可以消除部分方向影响，但会丢失方向信息。对于姿态相关任务，需要保留各轴独立特征。

案例拆解：工业设备振动监测的时序特征工程

以旋转机械的振动异常检测为例，说明上述概念的综合应用。某工厂需要在边缘设备上部署TFLite模型，监测电机轴承的早期故障。

背景与约束：电机转速为1500 RPM（25Hz），振动传感器采样率设为1kHz以捕捉轴承故障特征频率（通常在100~500Hz）。设备存储和计算资源有限，需将模型量化至INT8以适配低功耗MCU。

初始现象：使用原始波形直接训练分类模型，量化后精度从95%降至82%，主要原因是振动信号中冲击成分（故障特征）幅度远小于旋转基频分量，量化后细节丢失。

分析过程：

1. 检查原始数据分布：正常振动幅度约±0.5g，故障冲击峰值可达±5g，动态范围达20dB。
2. 采用窗口化：窗口长度1024点（约1秒），重叠率50%，确保覆盖多个旋转周期。
3. 特征提取：对每个窗口计算FFT，提取1~500Hz频段的幅度谱（256个频点），并计算频谱质心和峰值频率。
4. 特征归一化：对每个频点独立计算min/max，将特征值映射到[-1, 1]范围。

实际操作与结果：使用特征向量（256维）替代原始波形（1024×1），模型输入维度降低75%。量化后精度恢复至93%，模型大小从2.1MB压缩至0.3MB，推理时间从15ms降至3ms。关键改进在于：特征提取消除了冲击信号与基频信号的幅度差异，使量化误差均匀分布在各特征维度上。

风险与代价：特征提取增加了预处理计算量（FFT约需0.5ms），且需要为每个传感器通道独立计算。此外，FFT特征对采样率稳定性敏感，若实际采样率波动超过1%，频谱泄漏会引入误差。

复盘经验：对于振动类信号，频域特征比时域特征更适合量化部署。时域特征（如方差）对冲击敏感但动态范围大，频域特征天然具有较好的数值稳定性。在量化校准阶段，应使用包含故障样本的校准集，确保量化参数覆盖异常工况。

常见误区与总结复盘

时序数据的处理质量直接决定了TFLite量化模型的上限。在实际项目中，建议先进行数据探索性分析（EDA），绘制各通道的分布直方图和时间波形，识别异常值、漂移趋势和噪声基底。然后根据任务需求选择合适的采样率和窗口参数，最后通过特征工程将数据转换为适合量化的紧凑表示。记住：量化不是模型训练后的补救措施，而是需要从数据预处理阶段就纳入考量的设计约束。只有理解了传感器数据的物理特性，才能在量化过程中做出正确的取舍，实现精度与效率的最佳平衡。