2、传感器数据基础：常见传感器类型、数据采样率、数据格式与预处理
在构建TFLite Micro传感器数据异常检测模型之前，我们必须首先理解数据的源头——传感器本身。传感器将物理世界的连续模拟量（如加速度、角速度、温度、压力）转换为离散的数字信号，这一过程涉及采样、量化与编码。本章将系统梳理嵌入式系统中常见的传感器类型及其输出特性，深入解析采样率与数据格式对模型推理的影响，并给出面向TFLite Micro的标准化预处理流程。理解这些基础概念，是后续进行特征工程、模型训练与端侧部署的基石。
2.1 常见传感器类型与输出特性
在物联网与嵌入式异常检测场景中，传感器选型直接决定了数据分布的上限。不同物理量具有不同的动态范围、频率特性和噪声基底，这要求我们在预处理阶段采取差异化的策略。
核心原理：惯性传感器与环境传感器
加速度计测量物体在三个轴向上的比力（Specific Force），单位为g（9.8 m/s²）。其输出包含重力分量与运动加速度分量，在静态时可通过倾角计算获得姿态角。加速度计对低频振动敏感，适合检测倾斜、碰撞、自由落体等事件。陀螺仪测量角速度（°/s），对旋转运动敏感，但存在零偏漂移（Bias Instability）问题，长时间积分会产生累积误差。温度传感器（如NTC热敏电阻、数字温度芯片）输出线性度较好，但热时间常数较大，响应速度慢。压力传感器（如MEMS气压计）可检测海拔变化或气密性异常，其输出受温度影响显著，通常需要温度补偿。
| 传感器类型 | 典型输出量 | 量程范围 | 输出接口 | 主要噪声源 |
|---|---|---|---|---|
| 加速度计 | 三轴加速度 (x,y,z) | ±2g ~ ±16g | I2C/SPI | 机械热噪声、量化噪声 |
| 陀螺仪 | 三轴角速度 (x,y,z) | ±125 ~ ±2000 °/s | I2C/SPI | 零偏漂移、随机游走 |
| 温度传感器 | 单点温度值 | -40°C ~ +125°C | I2C/1-Wire | 自热效应、接触热阻 |
| 压力传感器 | 绝对气压值 | 300 ~ 1100 hPa | I2C/SPI | 温度漂移、风扰 |
判断方法：如何选择传感器与量程
选择量程时，应确保目标信号的最大幅值不超过传感器满量程的80%，以避免削波失真。例如，检测工业设备振动时，若预期振动峰值加速度为±4g，则应选择±8g量程的加速度计，而非±2g。对于陀螺仪，若设备旋转速度可能达到300°/s，则至少需要±500°/s量程。此外，还需关注传感器的输出数据速率（ODR, Output Data Rate），它决定了采样率的理论上限。
2.2 数据采样率与混叠效应
采样率是连接连续物理世界与离散数字世界的桥梁。根据奈奎斯特采样定理，采样率必须大于信号最高频率分量的两倍，否则会发生频率混叠（Aliasing），导致高频信号折叠到低频区域，污染异常检测结果。
核心原理：采样率与信号频率的匹配
在异常检测任务中，我们通常关注的是设备运行状态的特征频率。例如，旋转机械的故障特征频率往往在1kHz以下，而人体活动识别（如步态）的频率集中在0.5Hz~5Hz。因此，对于人体活动监测，100Hz的采样率已足够；而对于电机振动分析，可能需要1kHz~2kHz的采样率。过高的采样率会带来两个问题：一是增加MCU的功耗与存储压力，二是产生大量冗余数据，增加模型推理的计算量。
操作流程：确定采样率的工程步骤
- 频谱分析：使用FFT对目标信号进行频谱分析，确定最高有效频率分量 f_max。
- 理论采样率：设定采样率 f_s ≥ 2.5 × f_max，留出10%~20%的裕量。
- 硬件约束检查：确认所选传感器的最大ODR是否满足要求，并检查MCU的I2C/SPI总线吞吐量。
- 功耗与存储评估：计算每秒产生的数据量（采样率 × 通道数 × 字节数），评估RAM与Flash的占用。
2.3 数据格式与字节序
传感器输出的原始数据通常为16位有符号整数（int16），部分高精度传感器支持24位或32位输出。在TFLite Micro中，模型输入通常要求为int8（量化后）或float32。理解数据格式的转换是预处理的第一步。
核心原理：原始数据到物理量的换算
以加速度计为例，假设量程为±8g，ADC位数为16位，则灵敏度为 65536 LSB / 16g = 4096 LSB/g。原始寄存器值 raw 对应的物理加速度为：
物理值(g) = (int16_t)raw / 4096.0f对于陀螺仪，若量程为±500°/s，灵敏度为 65536 / 1000 = 65.536 LSB/(°/s)，则角速度 = raw / 65.536。需要注意的是，不同厂商的传感器灵敏度定义略有差异，务必查阅数据手册确认。
判断方法：字节序与数据对齐
大多数MEMS传感器采用大端（Big-Endian）字节序，即高字节在前。在STM32等小端MCU上读取时，需要手动交换字节序。此外，部分传感器支持自动字节交换功能，可通过配置寄存器开启。在编写驱动时，建议使用联合体（Union）或移位操作进行字节序转换，避免直接指针强转带来的对齐问题。
// 示例：读取加速度计原始数据并转换为物理值（小端MCU）
uint8_t buf[6];
i2c_read(ACCEL_ADDR, REG_OUT_X_L, buf, 6);
int16_t ax = (int16_t)((buf[1] << 8) | buf[0]); // 大端转小端
float ax_g = ax / 4096.0f;2.4 数据预处理：从原始值到模型输入
原始传感器数据不能直接输入TFLite Micro模型，必须经过一系列预处理步骤，以消除量纲差异、噪声干扰和时序不一致性。
核心原理：预处理的三层目标
第一层是信号清洗，包括去直流分量（减去静态偏移）、低通滤波（去除高频噪声）和异常值剔除（如毛刺）。第二层是尺度统一，通过归一化或标准化将不同物理量（加速度、角速度、温度）映射到相同数值范围，避免某些特征在模型中占据主导地位。第三层是时序构造，将连续数据流切分为固定长度的滑动窗口，每个窗口作为一个独立样本输入模型。
操作流程：标准预处理管线
| 步骤 | 方法 | 参数示例 | 适用场景 |
|---|---|---|---|
| 1. 去直流 | 减去信号均值 | 窗口内均值 | 加速度计静态分量 |
| 2. 滤波 | 移动平均/IIR低通 | 截止频率=10Hz | 振动信号去噪 |
| 3. 归一化 | Min-Max缩放 | 映射到[-1, 1] | 多传感器融合 |
| 4. 标准化 | Z-score | 均值=0, 方差=1 | 数据分布差异大 |
| 5. 滑窗 | 固定窗口+步长 | 窗口=64点, 步长=32 | 时序异常检测 |
案例拆解：工业电机轴承故障检测的预处理实战
背景与约束：某工厂需要在STM32F446RE（Cortex-M4, 180MHz）上部署轴承故障检测模型，传感器为ADXL345加速度计（量程±16g，ODR=800Hz）。MCU的RAM仅128KB，Flash 512KB，要求模型推理时间小于50ms。
初始现象与目标：轴承正常运行时振动频谱以1倍频（50Hz）为主，故障时出现2倍频（100Hz）和3倍频（150Hz）分量。目标是区分正常、内圈故障、外圈故障三种状态。
关键输入数据与参数：采样率设为800Hz，窗口长度取256点（对应0.32秒），步长128点（50%重叠）。每个窗口包含3轴数据，共256×3=768个特征值。
分析判断过程：原始数据中，重力分量约1g（直流），需先去除。使用一阶IIR高通滤波器（截止频率5Hz）消除直流。随后对每轴数据进行Z-score标准化，使均值为0、方差为1。最后将768个特征值量化为int8格式（通过TFLite量化工具），输入模型。
实际操作步骤：
- 配置ADXL345为±16g量程，ODR=800Hz，FIFO模式。
- DMA读取三轴原始数据，存入环形缓冲区。
- 每128个新样本触发一次预处理：高通滤波 → 标准化 → 滑窗拼接。
- 将768个int8值送入TFLite Micro解释器。
结果对比与复盘：预处理后，模型准确率从原始数据的82%提升至96%。主要原因是去除了重力分量和量纲差异。但标准化参数（均值、方差）需在PC端离线计算并固化到代码中，避免在MCU上动态计算增加开销。风险在于，若传感器安装位置改变导致重力分量方向变化，需重新校准直流偏移。
2.5 常见误区与工程建议
误区一：采样率越高越好。高采样率导致数据量激增，MCU需要频繁处理中断和DMA传输，增加功耗。应根据信号带宽合理选择ODR，并在硬件上增加抗混叠滤波器。
误区二：忽略传感器校准。MEMS传感器存在零偏误差和灵敏度误差，尤其是陀螺仪。在部署前应进行静态校准（采集静止数据求均值）和六面校准（加速度计）。
误区三：预处理与训练数据不一致。如果在训练时使用了滑动窗口重叠，而推理时不重叠，会导致数据分布偏移。必须保证训练和推理的预处理参数完全一致。
误区四：直接使用float32输入。虽然TFLite Micro支持float32，但Cortex-M0/M3内核没有FPU，浮点运算极慢。建议使用int8量化模型，并在预处理阶段将数据缩放到int8范围。