4. 数据采集与预处理：采样频率选择、滤波算法与异常值剔除
数据采集和预处理，说白了就是标定工作的“地基”。地基没打好，后面算法再漂亮也是白搭。我见过太多项目，花了几周调参数，最后发现是传感器数据本身就有问题——采样率不够、噪声没滤干净、或者混进了几个离谱的异常点。
这一章，我把这些年踩过的坑和总结的方法，掰开揉碎了讲给你听。
4.1 采样频率怎么选？不是越快越好
很多人觉得采样频率越高越好，其实不然。采样频率选错了，要么丢信息，要么白占资源。
核心原则：满足奈奎斯特采样定理
信号最高频率的2倍以上，这是底线。但实际工程中，我一般留3~5倍的余量。
经验法则：
- 发动机转速信号：100 Hz 够用
- 爆震传感器：10 kHz 起步
- 氧传感器：10~20 Hz
- 油门踏板位置：50 Hz 足够
我记得有一次做柴油机轨压标定，采样频率设了200 Hz，结果压力波动的高频成分全丢了。后来改成1 kHz，问题才解决。你想想看，轨压波动频率其实挺高的，200 Hz根本抓不住细节。
避坑指南：
我曾经在某个项目中，采样频率设得太高（20 kHz），结果数据量爆炸，存储和处理的压力都很大。后来发现，信号的有效带宽只有500 Hz，完全没必要。所以，采样频率不是越高越好，够用就行。
4.2 滤波算法：三种常用方法对比
传感器信号里总有噪声。滤波就是把这些噪声去掉，留下有用的信号。我常用的有三种：均值滤波、中值滤波、卡尔曼滤波。各有各的脾气。
| 滤波算法 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 均值滤波 | 平稳信号，噪声为高斯白噪声 | 简单、计算快 | 对突变不敏感，会模糊细节 |
| 中值滤波 | 有脉冲噪声（毛刺）的信号 | 能有效剔除孤立异常点 | 对连续噪声效果一般 |
| 卡尔曼滤波 | 动态系统，有模型可用的场景 | 实时性好，精度高 | 需要调参，计算量稍大 |
4.2.1 均值滤波
最简单，也最常用。把最近N个点取平均。适合噪声比较均匀的场景。
// 均值滤波示例
#define FILTER_WINDOW 5
float buffer[FILTER_WINDOW];
int index = 0;
float mean_filter(float new_value) {
buffer[index] = new_value;
index = (index + 1) % FILTER_WINDOW;
float sum = 0;
for (int i = 0; i < FILTER_WINDOW; i++) {
sum += buffer[i];
}
return sum / FILTER_WINDOW;
}
小技巧：
窗口大小N怎么选？我一般先看信号的噪声频率。噪声频率高，N可以小一点（3~5）；噪声频率低，N可以大一点（10~20）。但N太大，信号延迟也会变大，要注意。
4.2.2 中值滤波
对付毛刺信号特别好用。比如氧传感器信号，经常会有瞬间的跳变，用中值滤波一滤就干净了。
// 中值滤波示例
#define FILTER_WINDOW 5
float sort_buffer[FILTER_WINDOW];
float median_filter(float new_value) {
// 将新值插入排序缓冲区
for (int i = 0; i < FILTER_WINDOW - 1; i++) {
sort_buffer[i] = sort_buffer[i + 1];
}
sort_buffer[FILTER_WINDOW - 1] = new_value;
// 冒泡排序（窗口小，够用）
for (int i = 0; i < FILTER_WINDOW - 1; i++) {
for (int j = 0; j < FILTER_WINDOW - i - 1; j++) {
if (sort_buffer[j] > sort_buffer[j + 1]) {
float temp = sort_buffer[j];
sort_buffer[j] = sort_buffer[j + 1];
sort_buffer[j + 1] = temp;
}
}
}
return sort_buffer[FILTER_WINDOW / 2];
}
我个人习惯，在标定数据预处理阶段，先用中值滤波跑一遍，把明显的毛刺干掉，再用均值滤波平滑一下。效果很好。
4.2.3 卡尔曼滤波
这个稍微复杂一点，但效果是真的好。适合有模型可用的动态系统，比如车速、发动机转速这些。
// 一维卡尔曼滤波示例
typedef struct {
float Q; // 过程噪声协方差
float R; // 测量噪声协方差
float x; // 估计值
float P; // 估计误差协方差
float K; // 卡尔曼增益
} KalmanFilter;
void kalman_init(KalmanFilter* kf, float init_x, float init_P) {
kf->x = init_x;
kf->P = init_P;
kf->Q = 0.01; // 需要根据实际调参
kf->R = 0.1; // 需要根据实际调参
}
float kalman_update(KalmanFilter* kf, float measurement) {
// 预测
kf->P = kf->P + kf->Q;
// 更新
kf->K = kf->P / (kf->P + kf->R);
kf->x = kf->x + kf->K * (measurement - kf->x);
kf->P = (1 - kf->K) * kf->P;
return kf->x;
}
注意：
卡尔曼滤波的Q和R参数需要仔细调。Q太大，滤波结果会跟着测量值乱跳；Q太小，结果会滞后。我一般先根据传感器的噪声水平估算R，然后手动调Q，直到效果满意为止。
4.3 异常值剔除：别让一个坏点毁了整个标定
异常值，就是那些明显偏离正常范围的数据点。可能是传感器故障、通信干扰、或者操作失误造成的。如果不剔除，标定出来的MAP图会很难看，甚至导致控制策略误判。
常用的方法：
- 3σ原则：假设数据服从正态分布，超出均值±3倍标准差的数据视为异常值。
- 箱线图法：基于四分位数，超出1.5倍IQR（四分位距）的数据视为异常值。
- 物理限值法：根据传感器量程或物理常识，设定上下限，超出则剔除。
我的做法：
先做物理限值法，把明显不合理的数据（比如负的转速、超过量程的压力）直接扔掉。然后再用3σ原则或箱线图法，剔除统计上的异常点。两层保险，基本不会漏。
我曾经在一个项目中，发现某个传感器的数据总是有间歇性的跳变。一开始以为是噪声，后来用箱线图一分析，发现是传感器本身的问题。换了传感器之后，数据就正常了。所以，异常值剔除不只是数据处理，有时候还能帮你发现硬件问题。
4.4 知识结构图：数据采集与预处理流程
下面这张图，把整个流程串起来了。从传感器原始信号，到最终可用的标定数据，每一步都不能少。
4.5 总结一下
数据采集与预处理，看起来是基础工作，但恰恰是决定标定成败的关键。采样频率选对了，滤波方法用对了，异常值剔干净了，后面的工作才能顺利推进。
我个人习惯，每次开始标定之前，都会花点时间检查数据质量。看看采样频率够不够，滤波效果好不好，有没有异常点。磨刀不误砍柴工，这个时间花得值。