3、时序数据特点与增强需求：分析时序数据的结构特性（时间依赖、采样率、多通道），明确哪些增强操作适合时序信号

TinyML 场景下的数据增强，不能简单照搬计算机视觉（CV）或自然语言处理（NLP）的方法。时序数据具有独特的结构约束——时间依赖、采样率、多通道——这些特性决定了哪些增强操作是安全的、哪些会破坏数据语义。本章从时序数据的底层结构出发，建立一套“先分析、后增强”的判断框架，帮助你在模型训练前做出正确的数据策略。

3.1 时序数据的结构特性：为什么不能像图像那样增强

时序数据与图像数据的本质区别在于时间维度。图像是空间结构，像素之间的相对位置可以平移、旋转、翻转而不改变语义；时序数据是时间结构，每个样本点都与其前后样本存在因果或统计依赖。理解这一点是选择增强操作的前提。

3.1.1 时间依赖：顺序即语义

在加速度计的人体活动识别（HAR）任务中，“走路”模式表现为周期性波形，“跌倒”则表现为突发冲击后静止。如果对时序窗口做随机翻转（时间反转），跌倒的“冲击-静止”模式会变成“静止-冲击”，模型学到的因果关系被破坏。因此，时间顺序是时序数据的第一约束，任何改变顺序的操作（翻转、随机置换）都应被禁止。

3.1.2 采样率：频率信息的边界

采样率决定了时序数据能表达的最高频率（奈奎斯特频率）。例如，IMU 传感器以 50Hz 采样时，能捕捉 25Hz 以下的运动频率；如果增强操作改变了采样率（如重采样到 25Hz），高频信息被滤除，模型可能无法区分快速手势和慢速手势。增强操作必须保持原始采样率不变，除非任务本身要求多尺度分析。

3.1.3 多通道：通道间相关性的价值

多通道时序数据（如 3 轴加速度计 X/Y/Z）各通道并非独立，它们共同描述一个物理过程。例如，在跌倒检测中，X 轴和 Y 轴的幅度变化存在强相关性。如果对每个通道独立做不同的缩放，会破坏通道间的比例关系，导致模型学到错误的特征。增强操作应保持通道间的一致性，或对全部通道施加相同的变换。

3.2 适合时序信号的增强操作：原理与判断方法

基于上述约束，时序数据增强的核心原则是：在保持时间结构、采样率、通道关系不变的前提下，增加样本多样性。以下三种操作是 TinyML 场景下最安全、最有效的选择。

3.2.1 时序抖动（Temporal Jittering）

时序抖动是对时间轴进行微小的随机偏移。具体做法是：在原始时间戳上添加一个随机偏移量 δ，δ 的取值范围通常为窗口长度的 ±10%~20%。例如，一个 100 个采样点的窗口，δ 在 [-10, +10] 个采样点之间随机取值。这种操作模拟了传感器触发时刻的微小差异，增强了模型对时间对齐的鲁棒性。

# 时序抖动示例（Python 伪代码）
def temporal_jitter(window, max_shift=10):
    shift = random.randint(-max_shift, max_shift)
    if shift > 0:
        window = np.concatenate([window[shift:], window[:shift]])
    elif shift < 0:
        window = np.concatenate([window[shift:], window[:shift]])
    return window

判断是否适合抖动：如果任务对时间对齐敏感（如手势识别中的起始点检测），抖动能显著提升泛化能力；如果任务本身对时间偏移不敏感（如稳态信号分类），抖动收益有限。

3.2.2 缩放（Scaling）

缩放是对信号幅度进行全局缩放，即所有通道乘以同一个随机系数 α，α 通常取值在 [0.8, 1.2] 之间。这种操作模拟了传感器灵敏度差异或佩戴松紧导致的幅度变化。关键点在于：所有通道必须使用同一个 α，以保持通道间的比例关系。

3.2.3 噪声注入（Noise Injection）

噪声注入是向信号中添加随机噪声，模拟传感器热噪声或环境干扰。常用噪声类型包括：高斯噪声（均值为 0，标准差为信号标准差的 5%~10%）、均匀噪声、以及传感器特有的量化噪声。噪声注入能增强模型的抗干扰能力，但噪声幅度过大会淹没信号特征。

# 高斯噪声注入示例
def add_gaussian_noise(window, noise_ratio=0.05):
    noise = np.random.normal(0, np.std(window) * noise_ratio, window.shape)
    return window + noise

3.3 实战案例：基于 IMU 的跌倒检测增强策略

我们以一个典型的 TinyML 应用——基于 3 轴加速度计的跌倒检测为例，完整演示增强策略的设计过程。

3.3.1 背景与约束

设备：可穿戴手环，内置 3 轴加速度计，采样率 50Hz，窗口长度 2 秒（100 个采样点）。训练数据：500 个跌倒样本，2000 个日常活动样本（走路、坐下、上下楼）。挑战：跌倒样本稀少，且不同佩戴者的跌倒模式差异大。

3.3.2 初始现象与目标

初始模型在训练集上准确率 98%，但在验证集上仅 82%，过拟合明显。目标：通过数据增强将验证集准确率提升至 90% 以上，同时保持模型大小在 30KB 以内（TinyML 约束）。

3.3.3 增强策略设计与实施

3.3.4 结果对比与复盘

增强后，验证集准确率从 82% 提升至 91%，过拟合现象显著缓解。但我们也发现：噪声注入比例超过 10% 时，准确率反而下降至 85%，说明噪声过大掩盖了跌倒的冲击特征。最终方案采用 5% 噪声比例，并配合早停策略防止过拟合。

3.4 常见误区与总结复盘

在时序数据增强中，以下误区需要特别注意：

• 误区一：照搬图像增强。图像翻转、旋转、裁剪在时序数据中不适用，时间反转会破坏因果性，随机裁剪会丢失关键事件。
• 误区二：忽略通道一致性。对多通道数据独立缩放，会破坏通道间的物理关系。例如，加速度计 X/Y/Z 轴的合力方向是跌倒检测的关键特征，独立缩放会改变合力方向。
• 误区三：过度增强。增强样本数过多（如超过原始数据 10 倍）会导致模型训练时间增加，且可能引入重复模式，收益递减。
• 误区四：忽视采样率约束。重采样或时间拉伸会改变频率内容，导致模型学到错误的频域特征。