4. 数据采集与预处理：采样频率选择、噪声滤波、异常值剔除、时间戳对齐

各位工程师朋友，这一章我们聊聊数据采集与预处理。说实话，这块内容看起来基础，但往往是整个电池安全预警系统的“地基”。地基没打好，后面算法再花哨也是白搭。我在多个量产项目中吃过这方面的亏，今天把这些经验掰开了揉碎了讲给你听。

4.1 采样频率选择：不是越高越好

采样频率怎么选？很多人第一反应是“越高越好”。其实不然。我见过一个项目，工程师把采样频率设到了100Hz，结果数据量巨大，存储和通信都扛不住，而且很多高频噪声也被采了进来。

我个人习惯遵循奈奎斯特采样定理，但实际工程中会留2~5倍的余量。对于电池安全预警，关键信号的频率范围大致如下：

信号类型	有效频率范围	推荐采样频率
电压（单体/总压）	0~10 Hz	10~20 Hz
电流	0~50 Hz（含纹波）	50~100 Hz
温度（NTC）	0~1 Hz	1~5 Hz
绝缘电阻	0~0.5 Hz	0.5~2 Hz

为什么会这样？你想想看，电池的热惯性很大，温度变化很慢，你用10Hz去采温度，除了浪费资源，没有任何好处。而电流信号因为包含负载突变和纹波，需要相对高一些的采样率。

4.2 噪声滤波：中值滤波 vs 卡尔曼滤波

原始信号里一定有噪声，这是物理世界的常态。滤波的目的不是把噪声完全消除（那不可能），而是把信噪比提升到可接受的水平。

4.2.1 中值滤波：简单粗暴但有效

中值滤波的原理很简单——取一个滑动窗口内的中间值。它对脉冲噪声（比如传感器偶尔跳变）效果特别好。

我在项目中遇到过一个问题：某个电芯的电压采集偶尔会跳变0.5V，用均值滤波根本压不住，但中值滤波一下就搞定了。代码实现也很简单：

// 中值滤波示例（窗口大小=5）
#define WINDOW_SIZE 5

float median_filter(float new_value) {
    static float buffer[WINDOW_SIZE] = {0};
    static uint8_t index = 0;
    float temp[WINDOW_SIZE];
    
    // 更新环形缓冲区
    buffer[index] = new_value;
    index = (index + 1) % WINDOW_SIZE;
    
    // 拷贝并排序
    memcpy(temp, buffer, sizeof(temp));
    // 冒泡排序（实际工程中建议用快速选择算法）
    for (int i = 0; i < WINDOW_SIZE - 1; i++) {
        for (int j = 0; j < WINDOW_SIZE - i - 1; j++) {
            if (temp[j] > temp[j + 1]) {
                float t = temp[j];
                temp[j] = temp[j + 1];
                temp[j + 1] = t;
            }
        }
    }
    return temp[WINDOW_SIZE / 2];
}

4.2.2 卡尔曼滤波：状态估计的利器

卡尔曼滤波听起来高大上，其实说白了就是“用模型预测+测量修正”的方式，不断逼近真实值。它特别适合处理高斯噪声，而且能给出状态的不确定性估计。

对于电池电压和SOC估计，卡尔曼滤波几乎是标配。但要注意，它需要你建立相对准确的系统模型。模型不准，滤波效果反而更差。

// 一维卡尔曼滤波简化实现
typedef struct {
    float x;      // 状态估计值
    float p;      // 估计误差协方差
    float q;      // 过程噪声协方差
    float r;      // 测量噪声协方差
} kalman_1d_t;

float kalman_update(kalman_1d_t *kf, float measurement) {
    // 预测
    float p_pred = kf->p + kf->q;
    
    // 卡尔曼增益
    float k = p_pred / (p_pred + kf->r);
    
    // 更新
    kf->x = kf->x + k * (measurement - kf->x);
    kf->p = (1 - k) * p_pred;
    
    return kf->x;
}

4.3 异常值剔除：别让一个坏点毁了整个算法

异常值，也叫野点或离群点。它们可能来自传感器故障、通信干扰、或者电池本身真的出了异常。我们的目标是：剔除明显错误的测量值，但保留真实的异常事件。

常用的方法有三种：

• 3σ准则：假设数据服从正态分布，超出均值±3倍标准差的值视为异常。简单，但对非正态分布效果差。
• 箱线图法（IQR）：基于四分位数，不受极端值影响。适合非对称分布。
• 滑动窗口法：实时计算窗口内的均值和标准差，判断当前值是否合理。

我个人最常用的是滑动窗口法，因为它适合实时嵌入式系统。代码示例如下：

// 滑动窗口异常值检测
#define WINDOW_SIZE 10

bool is_outlier(float new_value) {
    static float buffer[WINDOW_SIZE] = {0};
    static uint8_t count = 0;
    float sum = 0, mean = 0, std = 0;
    
    // 更新缓冲区
    if (count < WINDOW_SIZE) {
        buffer[count++] = new_value;
        return false;  // 数据不足，暂不判断
    }
    
    // 滑动更新（先进先出）
    memmove(buffer, buffer + 1, (WINDOW_SIZE - 1) * sizeof(float));
    buffer[WINDOW_SIZE - 1] = new_value;
    
    // 计算均值和标准差
    for (int i = 0; i < WINDOW_SIZE; i++) {
        sum += buffer[i];
    }
    mean = sum / WINDOW_SIZE;
    
    for (int i = 0; i < WINDOW_SIZE; i++) {
        std += (buffer[i] - mean) * (buffer[i] - mean);
    }
    std = sqrt(std / WINDOW_SIZE);
    
    // 判断：超出均值±3σ视为异常
    return (fabs(new_value - mean) > 3 * std);
}

4.4 时间戳对齐：多源数据的“统一时钟”

BMS系统里，电压、电流、温度来自不同的采集芯片，它们的时间基准可能不同。如果不做时间戳对齐，你算出来的内阻、SOC、SOP全都是错的。

时间戳对齐的核心思路是：选择一个主时钟源，其他所有数据都向它对齐。

具体做法：

• 每个数据帧都带上硬件时间戳（最好是微秒级）
• 在软件层面，用线性插值或最近邻插值，把不同频率的数据映射到统一的时间轴上
• 对于电流和电压，必须严格对齐，因为内阻计算依赖两者的同步性

// 时间戳对齐示例：将电流数据对齐到电压时间轴
typedef struct {
    uint32_t timestamp_us;
    float value;
} data_point_t;

// 线性插值对齐
float align_to_timestamp(data_point_t *current_data, int len, uint32_t target_ts) {
    // 找到目标时间戳前后的两个点
    for (int i = 0; i < len - 1; i++) {
        if (current_data[i].timestamp_us <= target_ts && 
            current_data[i + 1].timestamp_us >= target_ts) {
            // 线性插值
            float ratio = (float)(target_ts - current_data[i].timestamp_us) / 
                          (current_data[i + 1].timestamp_us - current_data[i].timestamp_us);
            return current_data[i].value + ratio * 
                   (current_data[i + 1].value - current_data[i].value);
        }
    }
    return current_data[len - 1].value;  // 边界情况
}

4.5 本章知识体系总览

下面这张图总结了数据采集与预处理的完整流程和关键决策点。你可以把它当作一个检查清单，做项目时对照着来。

嗯，这一章的内容就到这里。数据预处理看起来琐碎，但每一步都关系到后续算法的成败。我个人觉得，花30%的时间在预处理上，一点都不为过。下一章我们会进入核心算法部分，但前提是——你的数据已经准备好了。