3. 测试数据接入与统一数据模型

测试现场的数据格式往往比想象中更杂：台架采集软件导出 CSV，人工记录整理成 Excel，MATLAB 仿真或后处理结果保存为 MAT，NI 采集设备则常以 TDMS 落盘。如果每个分析脚本都针对一种格式单独写读取逻辑，后续做批量分析、自动报告和跨试验对比时就会反复重写。本节要解决的核心问题，是建立一个“多格式读取 → 统一表结构”的接入层，让上层分析代码只面对一种数据形态。

统一数据模型：先定“表”，再谈“读”

统一表结构不是把所有数据塞进一张大表，而是约定一套稳定的列语义。对测试数据而言，最常用的是长表（long table）结构，每行代表一个采样点或一条记录，至少包含以下列：

• time：时间戳或相对时间，单位统一为秒（s），作为横轴基准；
• signal：信号名称，字符串，用于区分同一时刻的不同通道；
• value：该信号在该时刻的数值，统一为 double；
• unit：物理单位，如 V、℃、rpm，便于报告标注；
• source：数据来源文件或设备标识，用于追溯；
• meta：可选，存放采样率、量程、试验编号等元信息。

这种结构的好处是：无论原始数据是宽表（每列一个信号）还是多通道二进制，转换后都能用同一套筛选、重采样、绘图和统计代码处理。若某些信号采样率不同，长表允许各信号拥有独立时间轴，后续按需对齐，而不是在读取阶段强行插值。

四类格式的读取要点

CSV 是最简单也最容易出问题的格式。常见坑包括：分隔符不统一（逗号、分号、制表符）、小数点用逗号、首行有中文注释、时间列是“2024/06/01 10:23:45.123”这类字符串。读取时建议显式指定参数，而不是依赖自动探测：

opts = detectImportOptions('run01.csv', ...
    'Delimiter', ',', ...
    'DecimalSeparator', '.', ...
    'VariableNamingRule', 'preserve');
opts = setvartype(opts, 'Time', 'datetime');
T = readtable('run01.csv', opts);

读入后先检查 height(T)、summary(T) 和缺失值比例，再决定是否剔除无效行。时间列若为字符串，用 datetime 解析并转换为相对秒：t = seconds(T.Time - T.Time(1))。

Excel 的复杂性在于多工作表、合并单元格和公式。读取时用 readtable 指定 Sheet 和 Range，避免把表头说明行当成数据。若一个文件里每个 sheet 是一个工况，可用循环批量读取并追加 source 列。注意 Excel 的日期序列号与 MATLAB datetime 的转换，建议统一用 readcell 先看原始内容再决定解析方式。

MAT 文件通常已经是 MATLAB 变量，读取用 load 或 matfile。关键不是“读”，而是识别变量结构：可能是 data.time 与 data.signals 的嵌套结构，也可能是 Simulink 的 logsout 对象。接入层需要写一个适配函数，把已知字段映射到统一列。对于大文件，用 matfile 按需读取变量，避免一次性载入内存。

TDMS 是 NI 的层次化二进制格式，包含文件、组、通道三级结构。MATLAB 没有内置读取函数，通常借助 tdmsreader 或第三方包。读取后得到的是各通道的属性与数据数组，需要把通道名、单位、采样率提取出来，再展开为长表。TDMS 的时间信息常以“起始时间 + 采样间隔”给出，转换时按 t = t0 + (0:N-1)/fs 生成时间列。

转换实现：一个可复用的接入函数

把上述逻辑封装成一个入口函数 loadTestData(filePath)，根据扩展名分派到具体读取器，再统一调用 toLongTable 完成列映射。核心转换代码大致如下：

function T = toLongTable(time, signals, units, source)
% time: N×1 double (s)
% signals: N×M double
% units: 1×M cellstr
    n = numel(time);
    m = numel(units);
    T = table();
    for k = 1:m
        Tk = table(repmat(time,1,1), ...
            repmat(string(units{k}), n, 1), ...
            signals(:,k), ...
            repmat(string(units{k}), n, 1), ...
            repmat(string(source), n, 1), ...
            'VariableNames', {'time','signal','value','unit','source'});
        T = [T; Tk];
    end
end

实际工程中还要处理三个细节：一是时间列若为 datetime，先转 posixtime 再减去首值；二是不同信号采样率不同时，保留各自时间列，不强行对齐；三是缺失值用 NaN 标记，而不是删除行，以便后续统计缺失率。

接入质量检查

转换完成后，建议做一次快速体检，判断数据是否可用：