4. 传感器数据与实验设计
数字孪生模型校准的质量，在很大程度上不取决于辨识算法有多先进，而取决于喂给算法的数据是否“够用、够准、够有信息”。一个在仿真中表现完美的参数辨识流程，如果输入的是低激励、高噪声、覆盖不全的数据，最终得到的参数往往只是对某一段工况的局部拟合，外推到其他工况就会失效。因此，实验设计是校准工作的第一道关口，它决定了后续所有环节的上限。
数据采集要求：先明确“辨识什么”，再决定“采什么”
采集之前必须回答三个问题：待辨识参数有哪些、这些参数在什么工况下最敏感、哪些量可以直接测量。以一台伺服驱动的数字孪生模型为例，若待辨识参数包括转动惯量 J、粘性阻尼系数 B、库仑摩擦力矩 T_c 和传动刚度 K，那么采集量至少应包含电机电流（正比于电磁转矩）、编码器位置与速度、以及可能的力矩传感器输出。仅采集位置信号而缺少电流，就无法把惯性与摩擦分离开来。
采集要求通常包括：同步性（多通道采样必须共时基，避免通道间相位偏差被误认为动态特性）、量程匹配（信号应占满 ADC 量程的 30%～70%，过小则信噪比差，过大则削顶）、以及元数据完整（采样率、量程、滤波器截止频率、传感器型号与标定日期必须随数据记录）。缺少元数据的数据在后期几乎无法追溯，等于无效数据。
采样频率与覆盖范围
采样频率的选取遵循两条约束。下限由香农定理和关注带宽决定：若关心系统 50 Hz 以内的动态，采样率至少取 500 Hz（10 倍以上），工程上更常用 1 kHz 以保证波形细节。上限则受数据量、存储和噪声影响，过高的采样率会把高频噪声一并引入，反而增加预处理负担。一个实用判据是：采样率取关注最高频率的 10～20 倍，同时保证单个实验段的数据量在可处理范围内。
覆盖范围比采样率更容易被忽视。参数辨识要求数据在参数敏感区间内充分变化。例如辨识摩擦参数，需要包含低速、中速、换向、以及正反向运动；只做单向匀速运动，库仑摩擦与粘性阻尼将高度相关，无法唯一分离。覆盖范围应覆盖：工作行程的两端、速度的低中高三档、负载的空载与满载、以及至少一次换向过程。
激励信号设计
激励信号的目标是让待辨识参数在输出中“显形”。常用激励包括阶跃、正弦扫频、伪随机二进制序列（PRBS）和多正弦。阶跃适合辨识惯性与阻尼，但频谱能量集中在低频；扫频能覆盖宽频带，适合辨识刚度与谐振；PRBS 幅值小、频带宽，对系统扰动小，适合在线辨识。
设计激励时需注意幅值与频率的配合。幅值过小，摩擦死区和量化噪声会淹没响应；幅值过大，系统进入饱和或非线性区，模型结构不再成立。一个可操作的示例：对上述伺服系统，先用 0.5 Hz、幅值 10% 行程的正弦确认线性度，再用 1～100 Hz 对数扫频（幅值 5%）获取频响，最后用幅值 20% 的 PRBS 做在线验证。三段数据分别服务于不同参数的辨识，而不是一段数据包打天下。
数据预处理：把“原始”变成“可用”
原始采集数据通常包含直流偏置、趋势项和高频噪声。预处理的第一步是去均值与去趋势，消除传感器零漂和温漂带来的缓慢变化；第二步是低通滤波，截止频率取关注带宽的 1.2～1.5 倍，既保留动态又不引入过多噪声。滤波会带来相位滞后，若后续要做频域辨识，应使用零相位滤波（如 filtfilt）或记录滤波器特性以便补偿。
对于多通道数据，还需检查通道间的时间对齐。若电流与位置信号存在固定延迟（例如采样保持电路造成），应在预处理阶段估计并补偿，否则辨识出的阻尼会被系统性高估或低估。
异常值处理：识别、判断、处置
异常值来源包括传感器瞬时故障、通信丢包、电磁干扰和机械碰撞。识别方法常用 3σ 准则和中位数绝对偏差（MAD）。3σ 适合近似高斯噪声，但对成片异常不敏感；MAD 更稳健，适合存在局部突变的场景。识别出异常点后，处置方式有三种：直接剔除（适用于孤立点且数据量充足）、线性插补（适用于短时丢包）、以及标记保留（适用于异常本身包含故障信息，需单独分析）。
需要强调的是，异常值处理不能“一刀切”。若某段数据在换向瞬间出现尖峰，可能是真实的摩擦突变而非噪声，剔除它会丢失辨识库仑摩擦的关键信息。因此，处置前应结合物理机理判断异常是否合理。
信息量评估：数据够不够“有料”
信息量评估回答的是：这批数据能否唯一确定待辨识参数。常用工具是 Fisher 信息矩阵（FIM）。FIM 的条件数越大，说明参数之间的相关性越强，辨识越不稳定。工程上可先做灵敏度分析：分别扰动每个参数，观察输出变化。若两个参数的灵敏度曲线形状高度相似，说明它们难以分离，需要补充能区分二者的激励。
一个实用的评估流程是：用设计好的激励做一次预实验，计算 FIM 条件数；若条件数超过阈值（例如 10⁴），则调整激励幅值、频段或增加换向段，重新采集。这个“设计—采集—评估—再设计”的闭环，比一次性采集大量数据更高效，也更能保证辨识结果的可信度。
综上，传感器数据与实验设计的核心逻辑是：先明确参数与敏感工况，再设计能激发这些工况的激励，用合适的采样率和覆盖范围采集，经预处理和异常值处理后，用信息量指标检验数据是否足以支撑辨识。只有这个闭环成立，后续的参数辨识才有意义。