2. 传感器基础

在传感器异常检测与降级融合的工程实践中，第一步不是急着写算法，而是把“传感器本身”讲清楚。只有理解传感器如何把物理量转换为电信号、数据如何被采集进入控制器、噪声从哪些环节混入，才能为后续的异常判定和融合降级建立可靠基线。本节围绕工作原理、常见类型、采集方式、噪声来源与异常定义五个方面展开。

一、传感器工作原理：从物理量到可用信号

绝大多数车用与工业传感器都遵循同一条信号链：敏感元件感知被测量 → 转换元件输出电参数 → 调理电路放大滤波 → 采集接口数字化 → 控制器得到数值。以压阻式压力传感器为例，压力使硅膜片形变，惠斯通电桥输出毫伏级差分电压，经仪表放大器放大、低通滤波后送入 ADC，最终换算为 kPa。理解这条链路非常关键，因为异常可能发生在任意一环：敏感元件老化、电桥失衡、线束接触电阻增大、参考电压漂移、ADC 量化误差，都会表现为“数值不对”，但根因完全不同。

从建模角度看，传感器输出可近似表示为：

y(t) = S · x(t) + b + n(t) + f(t)

S  : 灵敏度（标定斜率）
x  : 真实被测量
b  : 零偏（offset）
n  : 随机噪声
f  : 故障/异常分量（漂移、卡滞、饱和、跳变）

异常检测的本质，就是从 y(t) 中把 f(t) 识别出来，同时不把正常的 n(t) 误判为故障。

二、常见传感器类型与输出特征

不同传感器输出形式差异很大，直接影响采集电路与异常判据设计。下表列出典型类型及其关键特征。

可以看到，模拟输出传感器更易受线束与参考电压影响，数字总线传感器则更关注通信完整性与校验。异常判据必须与输出形式匹配。

三、数据采集方式：模拟与数字两条路径

模拟采集路径通常为：传感器 → 分压/放大 → RC 滤波 → ADC → MCU。关键参数包括采样率、分辨率、参考电压和抗混叠滤波。若采样率低于信号带宽两倍，会发生混叠，把高频干扰折叠成低频假信号，这是异常检测中极易被忽视的陷阱。

数字采集路径则通过 CAN、LIN、SPI、I²C 或以太网传输，数据自带帧格式、校验和与时间戳。其优势是抗干扰强、便于多传感器同步，但引入了通信延迟、丢帧和总线负载问题。工程上常用如下配置检查采集链路：

采样率      ≥ 2 × 信号带宽（建议 5~10 倍）
ADC 分辨率  12~16 bit
抗混叠滤波  截止频率 = 采样率 / 2.5
时间同步    硬件触发或 PTP/同步帧
校验方式    CRC + 计数器 + 超时判定

四、噪声来源：从物理到电子的多层叠加

噪声并非单一来源，而是多层叠加的结果，可归纳为四类：

• 固有噪声：热噪声、散粒噪声、1/f 噪声，属于器件物理极限，无法完全消除，只能通过滤波与平均抑制。
• 环境干扰：电磁耦合、电源纹波、温度变化、振动，常表现为周期性或与工况相关的波动。
• 采集噪声：量化误差、参考电压漂移、采样时钟抖动。
• 安装与老化：装配应力、密封失效、材料老化导致的缓慢漂移。

区分“噪声”与“异常”是本节的核心。噪声通常是零均值、有界、统计特性稳定的随机波动；异常则是统计特性发生持续偏移或结构性改变，例如均值突变、方差骤增、输出卡死在固定值、超出物理量程。下图给出从传感器信号链到异常判定的整体关系。

五、异常定义：可判定的工程语言

“异常”必须被定义为可计算的判据，否则无法落地。工程上通常从四个维度定义：

1. 量程越界：输出超出物理可能范围，如温度 > 200 ℃ 或压力为负。
2. 变化率异常：单位时间变化超过物理极限，如车速 10 ms 内跳变 50 km/h。
3. 统计偏移：滑动窗口均值偏离参考模型超过阈值，典型为缓慢漂移。
4. 一致性冲突：同类或冗余传感器之间偏差持续超限，如双路温度差 > 5 ℃。

一个典型的复盘场景是：某压力传感器在冷启动后读数偏低 8%，随温度升高逐渐恢复。若仅用固定阈值判定，会误报为故障；但结合温度与滑动均值，可识别为温漂型异常，从而在融合中降低其权重而非直接剔除。这说明异常定义必须与工况、时间尺度和冗余信息联合考虑。

综上，传感器基础决定了异常检测的上限：理解信号链才能定位异常环节，掌握类型与采集方式才能设计匹配判据，厘清噪声与异常的边界才能避免误判。这些内容将直接支撑后续的异常检测算法与降级融合策略。