4. 数据预处理

在TinyML姿态识别项目中，IMU（惯性测量单元）输出的原始数据几乎不可能直接用于模型训练或推理。传感器本身存在零偏、温漂、噪声，而人体动作产生的信号往往叠加在低频趋势和高频干扰之上。如果跳过数据预处理，轻则模型精度下降，重则导致动作分类完全失效。本章围绕数据清洗、去噪滤波、校准标定和时间序列切片四个核心环节，系统讲解从原始IMU数据到可训练样本的完整处理链路。

4.1 数据清洗：剔除异常与缺失

核心原理：IMU传感器在数据采集过程中，可能因硬件抖动、通信丢包、电源波动等原因产生离群点（spike）或缺失值。这些异常值如果不加处理，会被模型误认为真实动作特征，导致分类错误。数据清洗的目标是识别并处理这些异常，保证数据质量。

判断方法：常用的离群点检测方法包括：

• 阈值法：设定加速度计或陀螺仪的合理范围（如加速度±4g，角速度±2000°/s），超出范围即视为异常。
• 滑动窗口统计法：计算窗口内数据的均值与标准差，若某点偏离均值超过3σ，则判定为离群点。
• 差分法：计算相邻采样点的差值，若差值突变超过物理极限（如加速度突变超过2g/ms），则标记为异常。

对于缺失值，可采用线性插值或前向填充法处理。在TinyML场景下，由于计算资源有限，推荐使用简单的前向填充或删除该段数据。

4.2 滤波去噪：低通、高通与卡尔曼滤波

核心原理：IMU信号中的噪声主要分为两类：高频随机噪声（由电子器件热噪声、振动引起）和低频漂移（由温度变化、积分累积误差引起）。滤波的目标是根据信号频率特性，保留有用信号成分，抑制噪声。

操作流程：在TinyML项目中，推荐使用一阶或二阶IIR低通滤波器，因其计算量小、适合嵌入式实现。例如，一阶低通滤波公式为：

y[n] = α * x[n] + (1 - α) * y[n-1]
其中 α = 1 / (1 + 2π * fc / fs)
fc为截止频率，fs为采样率

卡尔曼滤波虽然精度更高，但在资源受限的MCU上需要简化矩阵运算，通常只用于姿态解算而非原始信号滤波。

4.3 数据校准：零偏补偿与标定

核心原理：IMU传感器在静止状态下，加速度计输出应为1g（重力加速度），陀螺仪输出应为0°/s。但由于制造误差和温度影响，实际输出存在零偏（bias）和尺度因子误差。校准的目标是消除这些系统性误差。

校准方法：

1. 零偏校准：将设备静止放置30秒以上，计算输出均值作为零偏值，后续采样值减去该值。
2. 六面标定法：将设备分别朝上、朝下、左、右、前、后六个方向静止，记录加速度计输出，通过最小二乘法求解尺度因子和零偏。
3. 陀螺仪温漂补偿：在设备上电后预热2分钟，记录静止时的陀螺仪输出作为温漂补偿值。

校准后的数据应满足：静止时加速度计模长接近1g，陀螺仪输出接近0。

4.4 时间序列切片：构建训练样本

核心原理：IMU数据是连续的时间序列，而动作分类需要固定长度的输入。时间序列切片通过滑动窗口将连续数据切分为固定长度的样本，每个样本对应一个动作类别标签。

切片参数设计：

• 窗口长度：根据动作持续时间确定。例如，挥手动作约1秒，若采样率为100Hz，则窗口长度为100个采样点。
• 重叠率：通常设为50%-75%，以增加样本数量并避免动作边界被截断。
• 标签分配：窗口中心点对应的动作标签作为该样本的标签。

操作流程：

def sliding_window(data, window_size, overlap):
    step = int(window_size * (1 - overlap))
    samples = []
    for i in range(0, len(data) - window_size + 1, step):
        samples.append(data[i:i+window_size])
    return samples

切片后的数据形状为（样本数，窗口长度，特征维度），其中特征维度为6（加速度计3轴+陀螺仪3轴）。

4.5 预处理流程总结与实战要点

完整的预处理流程为：原始数据 → 数据清洗 → 滤波去噪 → 校准标定 → 时间序列切片 → 训练样本。在实际项目中，还需注意以下几点：

在TinyML部署阶段，预处理代码需移植到C语言并优化内存占用。例如，将滤波系数预先计算为整数定点数，避免浮点运算；切片操作改为环形缓冲区实现，减少数据拷贝。