3、阈值处理入门：什么是阈值？硬阈值与软阈值的区别，以及如何选择初始阈值

TinyML 模型在边缘设备上完成推理后，输出的通常是一组浮点数——可能是分类概率、回归数值或异常分数。然而，业务系统真正需要的是一个明确的决策信号：是触发告警，还是保持静默？是判定为“正常”，还是“故障”？这个从连续数值到离散决策的转换，正是阈值（Threshold）处理的核心使命。阈值看似只是一个简单的比较操作，但在资源受限、数据分布漂移、噪声干扰频繁的 TinyML 场景中，阈值的选择与处理方式直接决定了整个系统的实用价值。一个不恰当的阈值，轻则导致误报频发、用户信任崩塌，重则让关键事件被完全淹没。本章将系统拆解阈值的本质、硬阈值与软阈值的工程差异，并给出在项目启动阶段选择初始阈值的可操作方法。

3.1 核心原理：阈值的本质与决策边界

阈值本质上是一个决策边界。在数学上，它定义了一个映射关系：将模型输出的连续值空间划分为两个或多个离散区域。以最常见的二分类异常检测为例，模型输出一个 0 到 1 之间的异常分数，阈值 T 将这个区间划分为 [0, T) 和 [T, 1] 两个部分，分别对应“正常”和“异常”。这个看似简单的划分，背后涉及三个关键维度：误报率（False Positive Rate）、漏报率（False Negative Rate）和决策延迟。阈值越低，越容易触发告警，漏报减少但误报增加；阈值越高，告警越保守，误报减少但漏报风险上升。在 TinyML 场景中，由于模型通常运行在电池供电的 MCU 上，无法频繁与云端通信进行动态调参，因此阈值的选择必须在部署前完成，并具备一定的鲁棒性。

从信号处理的角度看，阈值还承担着噪声抑制的功能。传感器数据经过模型推理后，输出值往往带有随机波动。如果阈值设置得过低，这些波动就会频繁跨越决策边界，导致输出在“正常”和“异常”之间来回跳变，这种现象称为阈值抖动（Threshold Jitter）。因此，阈值不仅仅是分类工具，它同时也是系统稳定性的第一道防线。理解这一点，是后续选择硬阈值还是软阈值、以及如何设置滞后区间的基础。

3.2 硬阈值与软阈值的工程对比

硬阈值（Hard Threshold）是最直接的实现方式：if (output >= T) then action_A else action_B。它在代码层面只需要一条比较指令，在 MCU 上执行时间通常为纳秒级，不消耗额外内存。然而，硬阈值的缺点同样明显：它对输出值的微小变化极其敏感。假设模型对某个样本的输出为 0.71，阈值设为 0.7，那么该样本被判定为异常；但如果下一次推理输出为 0.69，则被判定为正常。这种“一刀切”的方式在工业振动监测、可穿戴健康设备等场景中，会导致频繁的误触发。

软阈值（Soft Threshold）则引入了概率或置信度的概念。它不是直接比较大小，而是将输出值映射到一个或多个决策区间。常见的实现方式包括：多级阈值（如低风险 < 0.4、中风险 0.4~0.7、高风险 > 0.7）、滞后比较（上升沿用 T_high，下降沿用 T_low，T_high > T_low）、以及滑动窗口投票（连续 N 次输出中超过 M 次才触发）。软阈值虽然增加了少量计算和内存开销（通常需要存储历史状态），但显著提升了系统的抗抖动能力和决策稳定性。

对比维度	硬阈值	软阈值
计算开销	1 次比较指令，几乎为零	需额外逻辑判断，通常 < 10 条指令
内存占用	无额外状态存储	需存储历史窗口或状态变量（通常 < 100 字节）
抗噪声能力	弱，输出抖动直接导致决策抖动	强，通过滞后或投票机制平滑波动
决策延迟	即时响应	可能延迟 N 个推理周期（取决于窗口大小）
适用场景	电池供电、极低功耗、对延迟极敏感	工业监测、医疗辅助、需要稳定输出的场景

3.3 如何选择初始阈值：数据驱动的方法

选择初始阈值不能靠拍脑袋，必须基于实际采集的数据。在 TinyML 项目启动阶段，通常没有足够的标注数据来绘制完整的 ROC 曲线，但可以通过以下三步法快速获得一个合理的初始值：

1. 收集基线数据：在目标部署环境下，采集至少 100~200 个“正常”状态下的模型输出值，以及 50~100 个“异常”状态下的输出值（如果可能）。将这些数据保存为 CSV 或二进制文件，便于离线分析。
2. 绘制分布直方图：在 PC 端使用 Python 或 MATLAB 绘制正常与异常输出的分布图。观察两个分布的重叠区域。理想情况下，两个分布完全分离，阈值取两者之间的中点即可；如果存在重叠，则需要根据业务对误报和漏报的容忍度来调整。
3. 应用经验公式：当无法精确绘制分布时，可以使用百分位数法。取正常样本输出的第 95 百分位数作为初始阈值下限，取异常样本输出的第 5 百分位数作为初始阈值上限。如果下限 < 上限，则取两者的平均值作为初始阈值；如果下限 > 上限，说明数据本身可分性差，需要检查模型或特征。

// 伪代码：基于百分位数的初始阈值计算
float normal_outputs[N];  // 正常样本输出
float anomaly_outputs[M]; // 异常样本输出

// 排序后取百分位
sort(normal_outputs);
sort(anomaly_outputs);
float T_low = normal_outputs[(int)(N * 0.95)];   // 正常样本95分位
float T_high = anomaly_outputs[(int)(M * 0.05)]; // 异常样本5分位

float initial_threshold;
if (T_low < T_high) {
    initial_threshold = (T_low + T_high) / 2.0f;
} else {
    // 数据重叠严重，需要特征工程或模型调优
    initial_threshold = T_low; // 保守选择，优先减少漏报
}

3.4 案例拆解：智能门磁传感器的阈值初始化

我们以一个实际的智能门磁项目为例。设备使用加速度计检测门窗的开关状态，TinyML 模型输出一个 0~1 的“开启置信度”。业务要求：门从关闭到开启必须在 1 秒内触发告警；门关闭时不能误报。设备部署在铁质门窗上，存在电磁干扰，且电池供电，CPU 主频 64MHz，内存 64KB。

初始现象：工程师将阈值直接设为 0.5，结果在测试中发现：门关闭状态下，由于振动干扰，模型输出在 0.45~0.55 之间波动，导致每天约 20 次误报；而门开启时输出稳定在 0.85 以上，响应正常。

分析过程：我们采集了 200 组关闭状态和 100 组开启状态的输出数据。关闭状态输出均值为 0.42，标准差 0.06，最大值为 0.55；开启状态输出均值为 0.88，标准差 0.03，最小值为 0.82。两个分布完全分离，但 0.5 的阈值恰好落在关闭状态的噪声上界附近。

实际操作：采用百分位数法，取关闭状态输出的第 99 百分位数（0.54）作为 T_low，取开启状态输出的第 1 百分位数（0.84）作为 T_high。由于 T_low < T_high，初始阈值设为 (0.54 + 0.84) / 2 = 0.69。同时，为了进一步抑制抖动，我们引入了 3 次连续投票机制：连续 3 次推理中至少 2 次超过 0.69 才触发开启事件。

结果对比：调整后，误报降为 0 次/天，开启响应延迟从原来的即时响应变为约 300ms（3 次推理 × 100ms/次），完全满足 1 秒的业务要求。代价是增加了 3 字节的内存用于存储历史状态，以及每次推理多执行 2 次比较操作，CPU 占用增加不到 1%。

复盘经验：初始阈值 0.5 看似合理，但缺乏数据支撑。通过数据分布分析，我们不仅找到了更优的阈值，还量化了噪声边界，为后续的软阈值升级提供了依据。此外，投票机制虽然增加了少量延迟，但换来了系统稳定性的显著提升，在 TinyML 场景中这种权衡通常是值得的。

3.5 常见误区与总结复盘

在阈值处理的实践中，初学者常犯以下错误：误区一：阈值取 0.5 是默认正确值。实际上，0.5 只在模型输出为均匀分布且两类样本均衡时才有意义，绝大多数 TinyML 场景不满足这个条件。误区二：阈值越严格越好。过高的阈值虽然减少了误报，但可能让真正的异常事件被漏掉，在安全关键场景（如跌倒检测、烟雾报警）中，漏报的代价远高于误报。误区三：忽略输出分布的非平稳性。模型在实验室数据上表现良好，但部署到现场后，由于环境噪声、设备差异，输出分布会发生偏移，固定阈值可能失效。

总结本章的核心要点：阈值是 TinyML 决策链路的“守门员”，它的选择直接影响系统的实用价值。硬阈值适合资源极度受限、对延迟敏感的场景；软阈值通过滞后比较、投票机制等方式提升了稳定性，但需要额外的计算和内存。初始阈值的选择必须基于实际采集的数据，使用百分位数法或分布分析法，而不是主观猜测。最后，阈值不是静态的，需要建立定期校准机制，确保系统长期可靠运行。