课程导入：TinyML与振动检测概述、异常值处理的重要性、课程目标与学习路径
工业设备预测性维护、可穿戴健康监测、智能家居状态感知……这些场景的共同技术底座，是将机器学习模型部署到微控制器（MCU）等资源受限设备上，即TinyML。而在振动检测这一典型应用中，传感器采集到的原始数据几乎不可避免地包含噪声、尖峰、漂移、缺失片段等异常值。如果这些异常值未经处理直接进入模型训练或推理流程，轻则降低识别准确率，重则导致误报警、漏报警，甚至让整个监测系统失去工程可信度。本章作为全课程的开篇，将系统梳理TinyML振动检测的技术背景，阐明异常值处理为何是决定模型成败的“隐形地基”，并给出清晰的课程学习路径。
1.1 TinyML与振动检测：为什么是“天作之合”
TinyML（Tiny Machine Learning）是机器学习与嵌入式系统交叉融合的前沿方向，其核心目标是在功耗受限、计算资源有限、内存仅有几十KB到几百KB的MCU上，实现高效的模型推理甚至在线学习。与云端AI相比，TinyML具有三大不可替代的优势：低延迟（数据无需上传，本地即时响应）、数据隐私（敏感振动信号不出设备）、低带宽依赖（适合工业现场网络不稳定的环境）。
振动检测是TinyML最具工程价值的落地场景之一。旋转机械（电机、泵、风机、压缩机）的故障特征往往体现在振动信号的频域和时域统计量中——轴承磨损会产生特定频段的能量上升，不对中会导致1倍频和2倍频分量异常，齿轮断齿则表现为周期性的冲击脉冲。传统做法是将振动数据上传到云端或边缘服务器进行FFT分析和模型推理，但工业现场动辄数百个监测点，持续上传原始波形数据对网络带宽和存储成本都是巨大压力。
TinyML将这一链路彻底重构：传感器端完成数据采集后，MCU直接进行特征提取（如RMS、峰值因子、频谱能量带）和轻量级模型推理（如决策树、随机森林、1D-CNN），仅将异常报警和压缩后的特征值上传。这种“端侧智能”模式将单点监测成本降低一个数量级，同时将响应时间从秒级压缩到毫秒级。
1.2 异常值处理：TinyML振动检测的“隐形地基”
异常值（Outlier）在振动检测语境下，指的是偏离正常振动模式的数据点或数据片段。它们可能来源于传感器本身的噪声、电磁干扰、机械冲击、温度漂移、ADC量化误差，也可能来自通信链路的丢包和时钟不同步。根据统计学的经典定义，异常值是指“与其他观测值显著不同、以至于怀疑由不同机制产生的数据点”。但在TinyML工程实践中，我们对异常值的定义必须更加务实：凡是会导致特征提取失真、模型推理错误或训练过程不稳定的数据，都应纳入异常值处理范畴。
异常值对TinyML振动检测系统的影响是全链路的，具体体现在以下四个层面：
| 影响层面 | 具体表现 | 工程后果 |
|---|---|---|
| 数据采集 | ADC饱和削波、传感器非线性区工作 | 波形削顶，特征值严重失真 |
| 特征提取 | RMS值被尖峰拉高、峰值因子异常增大 | 正常状态被误判为故障状态 |
| 模型训练 | 训练集中混入异常样本，模型决策边界偏移 | 泛化能力下降，部署后误报率升高 |
| 模型推理 | 实时数据中的瞬态干扰触发错误分类 | 漏报真实故障，或频繁误报警导致运维人员“狼来了”疲劳 |
以最典型的脉冲尖峰为例：一个幅值为正常信号10倍的尖峰，如果持续仅1ms，在10kHz采样率下只占10个采样点。但计算RMS时，这10个点的平方和可能占整个窗口（如1024点）能量贡献的50%以上。这意味着一个短暂的电磁干扰，就能让RMS特征从“正常”跳变到“严重故障”区间，直接触发误报警。
更隐蔽的是传感器漂移问题。压电式加速度计在温度变化时，其灵敏度会缓慢漂移，导致输出信号的直流偏置缓慢变化。这种低频漂移如果不加处理，会被FFT误判为低频振动能量增加，从而掩盖真实的轴承故障特征。在TinyML场景下，由于MCU内存有限，我们无法缓存长时间的数据进行全局趋势分析，必须设计流式（streaming）的漂移消除算法。
1.3 课程目标与学习路径
本课程的目标是培养学员在TinyML振动检测场景下，系统化处理传感器数据异常值的工程能力。完成本课程后，学员将能够：
- 识别与分类：准确识别振动信号中的各类异常值（脉冲、漂移、缺失、量化噪声），理解其产生机理和统计特征。
- 选择与实现：根据MCU资源约束，选择合适的异常值检测与修复算法，并在C/C++或MicroPython中高效实现。
- 评估与验证：建立异常值处理效果的量化评估指标（如信噪比提升、误报率下降），并通过回放实验验证处理流程的有效性。
- 集成与部署：将异常值处理模块嵌入TinyML流水线，确保与特征提取、模型推理无缝衔接，并满足实时性要求。
课程内容按照“基础→方法→实战→优化”四个阶段递进，共30章，学习路径如下：
| 阶段 | 章节范围 | 核心内容 | 能力目标 |
|---|---|---|---|
| 基础篇 | 第1-5章 | TinyML与振动检测概述、传感器原理、数据采集与量化、异常值分类体系、统计基础 | 建立数据质量意识，理解异常值产生的物理根源 |
| 方法篇 | 第6-15章 | 时域异常值检测（滑动窗口、中值滤波、Hampel滤波）、频域方法（频谱分析、小波）、基于统计的方法（Z-score、MAD） | 掌握主流异常值检测算法，理解其适用场景和计算复杂度 |
| 实战篇 | 第16-24章 | MCU端算法实现、实时数据流处理、异常值修复策略（插值、替换、标记）、TinyML模型集成 | 能够在真实硬件上部署异常值处理模块 |
| 优化篇 | 第25-30章 | 多传感器融合、边缘-云协同、模型鲁棒性增强、案例复盘与最佳实践 | 具备系统级优化和工程决策能力 |
在学习过程中，建议学员遵循以下实践原则：先理解物理机理，再选择算法；先在PC端用Python验证，再移植到MCU；先处理最严重的异常类型，再逐步完善。每章内容都配有可运行的代码示例和实验数据，学员应动手复现并记录处理前后的对比结果。
1.4 常见误区与本章总结
在TinyML振动检测项目中，关于异常值处理存在几个典型误区，需要在一开始就澄清：
- 误区一：异常值处理是“可选项”。有些开发者认为只要模型足够鲁棒，就能自动忽略异常值。事实上，基于统计的模型（如朴素贝叶斯）对异常值极其敏感，基于树的模型虽然有一定鲁棒性，但训练集中混入异常样本仍会扭曲分裂点。
- 误区二：越复杂的算法越好。在MCU上，一个需要浮点运算的卡尔曼滤波器可能消耗大量CPU周期，而一个简单的滑动中值滤波就能解决90%的脉冲干扰问题。算法选择必须与硬件资源匹配。
- 误区三：异常值处理与特征提取割裂。实际上，异常值处理的效果最终要通过特征质量来体现。例如，如果特征提取阶段使用稳健统计量（如中位数代替均值），那么对异常值的敏感度会自然降低。两者应当协同设计。
- 误区四：只关注检测，不关注修复。检测出异常值后，是直接丢弃、插值替换，还是标记后保留？不同策略对后续模型推理的影响差异巨大。例如，在频域分析中，直接丢弃异常点会导致频谱泄漏，而插值替换则可能引入伪频率成分。