传感器数据基础：常见传感器类型、数据采样与时间序列特性

在TinyML时序CNN模型的构建中，传感器数据是一切工作的起点。无论是智能手环中的加速度计、无人机中的陀螺仪，还是智能音箱中的麦克风，这些传感器输出的原始信号在送入一维卷积神经网络（1D-CNN）之前，必须经过正确的采集、格式化与特性理解。本章将系统梳理常见传感器的物理原理与输出特性，深入解析采样定理对时序数据质量的约束，并阐明时间序列数据在CNN视角下的结构性特征——这些知识将直接决定你后续设计模型输入窗口、选择预处理策略以及评估模型泛化能力的正确性。

2.1 常见传感器类型与输出特性

在TinyML时序分类任务中，最常接触的传感器主要分为惯性传感器、声学传感器和环境传感器三大类。理解它们的物理原理和输出格式，是设计CNN输入通道的前提。

2.1.1 惯性传感器：加速度计与陀螺仪

加速度计测量物体在三个正交轴（X、Y、Z）上的线性加速度，单位通常为 g（9.8 m/s²）或 m/s²。其输出包含重力分量和运动加速度分量，因此静态放置时仍会输出约1g的向量。陀螺仪则测量绕三个轴的角速度，单位为 °/s 或 rad/s，它不响应重力，但存在零偏漂移（bias drift）问题。在人体活动识别（HAR）中，加速度计用于区分静止、走路、跑步等状态；陀螺仪则对旋转动作（如挥手、转身）更敏感。两者常组合成6轴IMU（惯性测量单元），输出6通道数据。

2.1.2 声学传感器：麦克风

麦克风将声压波动转换为电信号，经ADC采样后得到音频波形。在TinyML场景中，麦克风采样率通常为8kHz（电话语音）至48kHz（高保真音频）。与IMU不同，麦克风输出的是单通道（或双通道）的高频时序信号，其频率成分丰富，常需通过短时傅里叶变换（STFT）转换为频谱图，再作为CNN的输入。但本章聚焦于原始时域波形，因为1D-CNN可以直接处理原始音频采样点，省去特征提取步骤。

2.1.3 其他常用传感器

磁力计（3轴地磁场强度，单位μT）常与IMU融合用于方向估计；压力传感器（单位hPa或Pa）可用于高度检测或步态识别中的气压变化；温湿度传感器输出变化缓慢，采样率可低至1Hz以下；光电容积脉搏波（PPG）传感器用于心率监测，输出为反映血流变化的周期性波形。下表总结了各类传感器的典型参数：

2.2 数据采样：从连续信号到离散序列

传感器输出的物理量本质上是连续时间信号，而微控制器只能处理离散的采样点。采样过程必须遵循奈奎斯特采样定理：采样率 fs 必须大于信号最高频率成分 fmax 的两倍，即 fs > 2·fmax，否则会发生混叠（aliasing），高频成分会折叠到低频区域，造成不可逆的失真。

2.2.1 采样率选择的工程权衡

在TinyML设备上，采样率并非越高越好。高采样率意味着：① 单位时间内产生更多数据，占用更多内存和Flash存储；② MCU需要更频繁地唤醒和搬运数据，增加功耗；③ 1D-CNN的输入序列更长，计算量增大。因此，实际选择需结合信号带宽和应用需求。例如，人体活动频率通常低于20Hz，采样率设为50Hz即可；而语音识别需要覆盖4kHz的语音带宽，采样率至少8kHz。

2.2.2 量化与动态范围

ADC将模拟电压转换为数字码，其位深决定了量化精度。12位ADC可表示4096个等级，16位ADC可表示65536个等级。对于加速度计，量程±2g时，12位分辨率约为 4g/4096 ≈ 0.98 mg/LSB，足以检测细微的振动。但量化噪声会叠加到信号上，若信号幅度过小（如微弱的脉搏波），则需要更高的位深或前置放大。在CNN输入前，通常将原始整数码归一化到[-1, 1]或[0, 1]区间，以利于模型收敛。

2.3 时间序列特性：CNN视角下的关键结构

与图像（2D网格）不同，传感器时间序列是一维的、有序的、具有强时间依赖性的数据。1D-CNN正是利用这种时序结构，通过卷积核在时间轴上滑动来提取局部模式。理解以下三个特性，是设计模型输入的关键。

2.3.1 时序依赖与局部感受野

相邻采样点之间存在强相关性——上一时刻的加速度值往往与下一时刻接近，除非发生突变。1D-CNN的卷积核（如kernel_size=3或5）在时间轴上滑动时，每次覆盖一小段连续窗口，相当于在局部时间范围内提取特征。例如，一个步态周期约1秒，若采样率50Hz，则一个周期包含50个采样点。卷积核尺寸应小于周期长度，才能捕捉到“脚跟着地→脚掌放平→脚尖离地”的局部模式。

2.3.2 多通道对齐与同步

当使用6轴IMU时，加速度计和陀螺仪的采样必须严格同步。若两个传感器分别独立采样，即使采样率相同，相位差也会导致通道间错位，CNN将无法正确关联加速度和角速度的联合特征。在硬件设计上，应使用同一时钟源触发所有传感器的采样，或使用FIFO缓冲并打上时间戳。在软件层面，若发现通道间存在固定延迟，可通过互相关分析估计延迟量并进行补偿。

2.3.3 非平稳性与噪声

传感器信号往往是非平稳的——其统计特性随时间变化。例如，走路时加速度的幅度和频率会因步速变化而改变。此外，信号中混有噪声：高频电子噪声、电源工频干扰（50/60Hz）、人体运动伪迹等。1D-CNN虽然能自动学习特征，但过强的噪声会淹没有效信号。因此，预处理阶段通常需要：① 高通滤波去除基线漂移（如0.5Hz截止）；② 低通滤波去除高频噪声（如截止频率为采样率的1/3）；③ 可选陷波滤波器去除工频干扰。

2.4 案例拆解：基于加速度计的人体活动识别数据准备

假设我们要在STM32L4开发板上部署一个1D-CNN模型，用于识别“静止、走路、跑步、上楼、下楼”五种活动。以下是从传感器到模型输入的实际操作流程。

2.4.1 硬件与参数设定

使用BMI160六轴IMU，加速度计量程±4g，采样率设为50Hz。选择50Hz的原因：人体活动能量主要集中在0.5–10Hz，50Hz采样满足奈奎斯特条件，且每秒钟仅产生50×3=150个浮点数，内存占用小。数据通过I2C接口读取，每次读取3轴数据，连续采集2秒构成一个样本，即每个样本包含100个时间步，每个时间步3个通道。

2.4.2 数据采集与标注

让5名测试者分别执行五种动作，每种动作持续30秒，共采集150秒数据。将数据按2秒窗口切分，得到75个样本/人/动作，总计5×5×75=1875个样本。标注时，在采集软件中按下对应动作的按钮，自动为当前窗口打上标签。注意：窗口之间应有50%重叠（即滑动步长1秒），以增加样本数量并平滑边界效应。

2.4.3 预处理与数据集划分

对每个窗口执行以下步骤：① 去除均值（去直流分量）；② 应用截止频率为20Hz的4阶巴特沃斯低通滤波器；③ 将数据归一化到[-1,1]（除以量程4g）。然后按测试者划分数据集：3人数据作为训练集（1125样本），1人作为验证集（375样本），1人作为测试集（375样本）。这种按人划分的方式能评估模型的跨个体泛化能力，避免同一个人数据同时出现在训练和测试中导致的数据泄漏。

2.4.4 模型输入张量构建

最终，每个样本的输入张量形状为 [100, 3]，即时间步×通道数。在送入1D-CNN前，通常需要增加一个维度变为 [1, 100, 3]（batch_size=1）。若使用TensorFlow Lite Micro，还需将数据转换为int8量化格式，以适配MCU的整数运算单元。

2.5 常见误区与总结复盘

在传感器数据准备阶段，以下错误会直接影响模型性能，需要特别注意。

• 误区一：采样率越高越好。高采样率导致数据量激增，MCU内存和功耗压力大，且CNN输入序列过长，计算量呈线性增长。应根据信号带宽选择合适采样率，必要时降采样。
• 误区二：忽略通道间同步。多传感器异步采样会导致特征错位，模型无法学习到轴间联合模式。务必使用同步触发或事后对齐。
• 误区三：数据划分不严谨。随机划分样本会导致同一段连续数据被分到训练集和测试集，造成数据泄漏，评估结果虚高。应按个体或时间段划分。
• 误区四：不做滤波或过度滤波。不滤波则噪声干扰大；过度滤波（截止频率过低）会滤除有效信号成分。需结合信号频谱分析确定滤波参数。
• 误区五：忽视量化影响。训练时使用float32，部署时转为int8，若不做量化感知训练（QAT），精度可能下降2–5%。应在训练阶段就模拟量化误差。