4. 统计特征（二）

在TinyML特征工程中，基础统计特征（均值、方差、极值）往往只能刻画信号的宏观趋势，却难以捕捉信号波形的形态细节与分布特性。偏度、峰度、过零率、峰值因子、波形因子等高级统计特征，从概率分布形状、信号波动剧烈程度、波形陡峭度等维度提供了互补信息。这些特征计算量小、对微控制器资源友好，非常适合在传感器端实时提取。本节将系统讲解这些特征的定义、物理意义、计算方法及在TinyML中的典型应用场景。

4.1 核心原理：从分布形状到波形形态的多维刻画

高级统计特征的核心思想是：用少量数值描述信号概率分布的形状和波形的时间结构。与均值、方差等一阶二阶矩不同，这些特征对信号中的非线性、非高斯成分更敏感，能够揭示传感器数据中隐藏的模式变化。

在TinyML场景中，这些特征的计算复杂度均为O(N)，仅需一次遍历即可完成，非常适合在Cortex-M系列等低功耗MCU上实时运行。例如，在STM32L4上计算256点窗口的偏度和峰度，仅需约15μs（主频80MHz），远低于传感器采样间隔。

4.2 判断方法与操作流程：特征提取的工程化步骤

在实际TinyML项目中，高级统计特征的提取需要遵循标准化的流程，以确保特征的一致性和可比性。以下是推荐的五步操作流程：

1. 数据预处理：去除直流分量（减去均值），消除传感器偏置影响；必要时进行带通滤波，保留感兴趣频段。
2. 窗口划分：根据应用场景选择窗口长度（如128、256、512点），相邻窗口可重叠50%以平滑特征变化。
3. 特征计算：按上述公式依次计算偏度、峰度、过零率、峰值因子、波形因子。注意使用浮点或Q15定点格式，避免溢出。
4. 特征归一化：将各特征缩放到相同量纲（如0~1），防止数值范围差异影响后续分类器训练。
5. 特征验证：通过可视化（如箱线图）或统计检验（如t检验）确认特征在不同类别间的区分度。

4.3 案例拆解：旋转机械轴承故障的TinyML诊断

背景与约束：某工业设备厂商需要在振动传感器节点上实现轴承状态监测，MCU为STM32L4（80MHz，64KB RAM），采样率4kHz，窗口长度256点，要求特征提取耗时小于1ms，分类准确率不低于95%。

初始现象与目标：轴承正常时振动信号近似高斯分布；发生点蚀故障时，信号中出现周期性冲击脉冲，分布呈现尖峰厚尾特征。目标是通过高级统计特征区分正常、点蚀、磨损三种状态。

关键输入数据：采集三组振动信号各100个窗口，计算每个窗口的5个高级统计特征。部分典型值如下：

分析判断过程：从数据可见，峰度和峰值因子对点蚀故障最敏感（分别从0.1→3.8和1.8→4.2），因为冲击脉冲使分布尾部变厚、峰值突出。偏度从接近0变为正值，表明冲击方向偏向正半轴。过零率在点蚀时下降，因为冲击脉冲使信号在局部保持同号。

实际操作步骤：

// 伪代码：TinyML端特征提取
void extract_features(float32_t* window, uint16_t len, float* feat) {
    float mean = 0, rms = 0, peak = 0, zcr = 0;
    float m2 = 0, m3 = 0, m4 = 0;
    
    // 第一遍：计算均值、峰值、过零率
    for (int i = 0; i < len; i++) {
        mean += window[i];
        if (fabs(window[i]) > peak) peak = fabs(window[i]);
        if (i > 0 && (window[i] * window[i-1] < 0)) zcr++;
    }
    mean /= len;
    zcr /= (len - 1);
    
    // 第二遍：计算中心矩
    for (int i = 0; i < len; i++) {
        float d = window[i] - mean;
        m2 += d*d;
        m3 += d*d*d;
        m4 += d*d*d*d;
    }
    m2 /= len; m3 /= len; m4 /= len;
    
    float std = sqrt(m2);
    feat[0] = m3 / (std*std*std);           // 偏度
    feat[1] = m4 / (m2*m2) - 3.0f;          // 峰度
    feat[2] = zcr;                           // 过零率
    feat[3] = peak / sqrt(m2);               // 峰值因子
    feat[4] = sqrt(m2) / (mean_abs(window, len)); // 波形因子
}

结果对比与复盘：使用5个特征训练决策树模型（最大深度4），测试准确率达97.2%，满足要求。特征重要性排序为：峰度(0.42) > 峰值因子(0.28) > 偏度(0.15) > 波形因子(0.10) > 过零率(0.05)。若仅使用均值+方差，准确率仅82%，说明高级统计特征显著提升了诊断能力。风险点在于：当转速变化时，峰度和峰值因子会受影响，需在训练数据中包含不同转速工况。

4.4 常见误区与总结复盘