传感器数据基础：常见传感器类型、数据格式、采样率与时间戳概念

在TinyML应用中，传感器是物理世界与机器学习模型之间的桥梁。无论是部署在工业设备上的振动监测系统，还是佩戴在手腕上的运动健康手环，其底层数据质量直接决定了上层模型的推理精度与稳定性。本章将系统梳理常见传感器的类型与输出特性，解析数据格式的底层结构，并深入讨论采样率与时间戳这两个在数据清洗中极易被忽视却至关重要的基础概念。理解这些内容，是后续进行异常点检测、丢包补偿与采样漂移校正的前提。

2.1 常见传感器类型与输出特性

TinyML终端设备中，传感器选型直接决定了数据维度与信号特征。不同传感器具有不同的物理原理、输出量纲和噪声特性，理解这些差异是数据清洗的第一步。

2.1.1 惯性传感器：加速度计与陀螺仪

加速度计（Accelerometer）测量物体在三个正交轴上的线性加速度，输出单位为g（标准重力加速度，1g≈9.8m/s²）或m/s²。其核心原理基于微机械结构的电容变化或压电效应。在TinyML应用中，加速度计常用于活动识别、跌倒检测、振动分析等场景。值得注意的是，加速度计输出包含重力分量，当设备静止时，三轴矢量的模长应接近1g，这一特性可用于静态校准与异常检测。

陀螺仪（Gyroscope）测量绕三个轴的角速度，输出单位为dps（度/秒）或rad/s。它基于科里奥利效应，通过检测振动质量块在旋转时的位移变化来计算角速度。陀螺仪对温度变化敏感，存在零偏漂移（Bias Drift）问题，长时间工作后输出会缓慢偏离真实值。在数据清洗时，通常需要结合加速度计进行互补滤波或卡尔曼滤波来消除漂移。

2.1.2 环境传感器：温湿度与光感

温湿度传感器（如SHT30、DHT22）输出温度和相对湿度两个标量值。温度单位通常为摄氏度（°C），湿度为相对湿度百分比（%RH）。这类传感器响应速度较慢（秒级），采样率通常较低（0.5~2Hz），数据变化平缓，异常点往往表现为突变或超出物理范围（如温度超过85°C或低于-40°C）。

环境光传感器（ALS）输出环境照度，单位为lux。其动态范围极广，从暗室的0.1lux到正午阳光的100,000lux。光感数据容易受到遮挡、反射等干扰，且传感器本身存在非线性响应。在数据清洗时，需要关注对数尺度下的异常检测，而非线性尺度。

2.1.3 其他常用传感器

磁力计（Magnetometer）测量地磁场强度，输出单位为μT（微特斯拉），常用于电子罗盘和姿态解算。气压计（Barometer）输出大气压力，单位为hPa，可用于海拔估计。麦克风（Microphone）输出音频波形，采样率通常为8k~48kHz，数据量较大，需要特殊的流式处理策略。下表总结了常见传感器的关键参数：

2.2 数据格式与帧结构

传感器数据在MCU内部通常以原始二进制形式存在，通过I2C或SPI接口读取。理解数据格式是正确解析和清洗数据的前提。

2.2.1 原始二进制格式

以加速度计ADXL345为例，其输出为16位有符号整数，范围-32768~+32767。当量程设置为±2g时，灵敏度为256LSB/g，即原始值除以256即可得到g值。这种格式的优点是传输效率高、解析简单，但缺点是可读性差，且不同传感器的量程和灵敏度不同，需要查阅数据手册进行换算。

// 示例：ADXL345原始数据读取与转换
int16_t raw_x, raw_y, raw_z;
float scale = 2.0f / 32768.0f;  // ±2g量程下的比例因子

// 从寄存器读取原始值（假设已通过I2C读取）
raw_x = 0x1234;  // 示例值
float acc_x_g = raw_x * scale;  // 转换为g单位

2.2.2 工程单位与标准化格式

在TinyML模型训练阶段，通常使用工程单位（如g、dps、°C）而非原始二进制值。这是因为模型对输入数据的尺度敏感，统一单位有助于特征提取和模型收敛。常见做法是在固件层完成单位换算，输出标准化数据帧。对于需要存储或传输的场景，JSON或CSV格式便于调试和可视化，但会引入额外的解析开销。

2.2.3 数据帧结构设计

一个完整的数据帧应包含帧头、数据体、校验和时间戳。帧头用于同步和识别数据类型，数据体为实际传感器读数，校验用于检测传输错误，时间戳记录采样时刻。典型的数据帧结构如下：

| 帧头(2B) | 类型(1B) | 数据体(NB) | 时间戳(4B) | 校验(2B) |
| 0xAA55   | 0x01     | acc_x/y/z  | uint32 ms  | CRC16    |

这种结构设计使得数据清洗算法可以快速定位异常帧、丢帧和错位问题。在MCU资源受限的情况下，时间戳通常使用32位毫秒计数器，可记录约49.7天，超出后需要处理回绕问题。

2.3 采样率与时间戳概念

采样率决定了数据的时间分辨率，时间戳则提供了每个样本的时间坐标。两者共同构成了时间序列数据的基础框架，也是后续处理采样漂移和丢包问题的核心依据。

2.3.1 采样率的物理意义与选择

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信号。对于人体运动信号，主要能量集中在0.5~10Hz，因此20Hz采样率即可满足基本需求；而电机振动信号可能包含数百Hz的高频分量，需要1kHz以上的采样率。在实际TinyML系统中，采样率还受到MCU处理能力、电池功耗和存储容量的约束。

采样率并非越高越好。过高的采样率会导致数据冗余，增加模型推理时的计算量，同时也会放大高频噪声的影响。合理的做法是根据应用场景的物理特性确定最小采样率，再留出1.5~2倍的裕量。

2.3.2 时间戳的类型与精度

时间戳分为时间戳和相对时间戳。时间戳基于RTC（实时时钟）或网络时间协议（NTP），提供与真实世界对齐的时间坐标，适用于需要跨设备数据融合的场景。相对时间戳基于MCU内部定时器，精度高但无法直接对应真实时间，适用于单设备内的序列分析。

时间戳的精度直接影响采样间隔计算的准确性。如果使用32位毫秒计数器，相邻样本的时间差分辨率仅为1ms，对于100Hz采样率（间隔10ms）来说足够；但对于1kHz采样率（间隔1ms），1ms的量化误差会导致10%的间隔误差，此时需要微秒级时间戳。

2.3.3 采样间隔抖动与重采样

理想情况下，采样间隔应严格相等。但实际系统中，由于中断延迟、任务调度和总线占用，采样间隔会存在抖动（Jitter）。例如，设定100Hz采样率，实际间隔可能在9.5ms~10.5ms之间波动。这种抖动在时域上表现为时间轴的非均匀性，直接影响基于FFT的频域分析和基于时间差分的特征提取。

处理采样间隔抖动的方法有两种：一是硬件层面使用DMA（直接内存访问）和定时器硬件触发，减少软件延迟；二是软件层面进行重采样，将非均匀时间序列插值为均匀时间序列。常用的插值方法包括线性插值、三次样条插值和最近邻插值。在TinyML场景中，线性插值因其计算量小、效果可接受而最为常用。

2.4 实战场景：多传感器数据采集与时间对齐

下面通过一个具体的TinyML项目案例，展示传感器数据基础概念在实际工程中的应用。

2.4.1 项目背景与约束

某工业设备预测性维护项目，需要在电机轴承座上部署一个TinyML节点，同时采集加速度计（振动）和温度传感器数据。硬件平台为STM32L4系列MCU，主频80MHz，配备LIS3DH加速度计（I2C接口）和SHT30温湿度传感器。项目要求：振动采样率1kHz，温度采样率1Hz，数据通过BLE传输到网关，MCU需在本地完成初步的数据质量检查。

2.4.2 初始现象与问题

在原型测试阶段，工程师发现以下问题：

1. 加速度计数据在时域波形上出现周期性尖峰，间隔约100ms，与BLE广播周期吻合。
2. 温度数据偶尔出现跳变，从正常值30°C瞬间跳到55°C，随后又恢复。
3. 通过BLE抓包发现，数据帧的时间戳间隔不均匀，部分帧间隔达到15ms，而理论应为10ms。

2.4.3 分析判断过程

针对问题1，工程师检查了加速度计的原始数据，发现尖峰出现在BLE天线开启的瞬间，判断为射频干扰耦合到I2C总线导致的数据翻转。针对问题2，检查SHT30的数据手册发现，该传感器在读取过程中如果MCU响应不及时，会返回上一次的测量值，导致数据重复。针对问题3，通过逻辑分析仪抓取I2C总线时序，发现部分采样周期内，温度传感器的读取操作占用了过长的时间，导致加速度计的采样被延迟。

2.4.4 实际操作步骤

// 1. 优化采样时序：将温度采样与加速度采样分离
// 加速度计使用定时器硬件触发，DMA搬运数据
// 温度传感器使用低优先级任务，每1秒读取一次

// 2. 增加数据帧校验
typedef struct {
  uint16_t header;    // 0xAA55
  uint8_t  type;      // 0x01=ACC, 0x02=TH
  int16_t  acc[3];    // 加速度原始值
  uint32_t timestamp; // 毫秒时间戳
  uint16_t crc;       // CRC16校验
} sensor_frame_t;

// 3. 在固件中实现时间戳补偿
uint32_t get_timestamp_ms() {
  return (uint32_t)(DWT->CYCCNT / (SystemCoreClock / 1000));
}

2.4.5 结果对比与复盘

经过上述优化后，加速度计数据的尖峰消失，温度数据跳变问题解决，时间戳间隔抖动从±5ms降低到±0.5ms以内。BLE传输的数据帧完整率从92%提升到99.8%。复盘经验如下：

• 传感器数据质量问题往往源于系统级干扰，而非传感器本身故障。
• 时间戳精度是诊断采样问题的关键工具，建议在固件中始终保留高精度时间戳。
• 多传感器共存的系统中，采样时序调度比单纯提高采样率更重要。

2.5 常见误区与总结

在传感器数据基础方面，TinyML开发者常犯以下错误：

• 忽略量程与灵敏度设置：不同量程下相同原始值代表的物理量不同，模型训练与推理时必须使用一致的配置。
• 混淆采样率与带宽：采样率是数据采集频率，带宽是信号有效频率范围，两者不能混为一谈。
• 时间戳精度不足：使用秒级时间戳处理百赫兹采样数据，导致无法准确计算采样间隔。
• 忽视数据帧同步：在多传感器系统中，各传感器的时间基准不一致，导致数据融合时出现时间偏移。