3. 时域预处理：数据清洗、异常值剔除、缺失值插补、时间戳对齐

各位好，咱们接着聊IMU数据预处理。上一章讲了频域滤波，但说实话，很多噪声问题在时域就能解决大半。我做了这么多年惯导，发现一个规律：时域预处理做得好，后面滤波能省一半力气。今天咱们就聊聊数据清洗、异常值剔除、缺失值插补和时间戳对齐这四个核心环节。

3.1 数据清洗——先把脏数据筛出去

什么叫脏数据？说白了就是那些明显不对劲的采样值。比如加速度计突然跳了个100g，或者陀螺仪在静止时输出漂到了100°/s——这明显是传感器抽风了。

我个人习惯，拿到原始数据第一件事不是滤波，而是先做一次粗筛。怎么筛？很简单：

• 物理范围检查：加速度计输出不能超过±16g（看量程），陀螺仪不能超过±2000°/s。超出直接标记为无效。
• 变化率检查：相邻采样点变化不能太离谱。比如1ms内加速度变化超过10g，这基本是跳变噪声。
• 零值检查：连续出现多个0值？大概率是传感器掉线了。

3.2 异常值剔除——别让一个坏点毁了整段数据

异常值和脏数据不太一样。脏数据是明显超出物理范围的，异常值则是在合理范围内但统计上离群的点。比如静止状态下，加速度计输出应该在1g附近，突然冒出来个1.5g——这就是异常值。

我常用的方法有三种：

方法	原理	适用场景
3σ准则	超出均值±3倍标准差的值视为异常	数据近似正态分布时
中位数绝对偏差	基于中位数的稳健统计量	数据有较多离群点时
滑动窗口法	局部窗口内检测离群点	非平稳信号（如运动数据）

嗯，这里要注意：千万别用全局统计量去检测运动数据中的异常值。你想想看，无人机在做剧烈机动时，加速度变化本来就大，用全局3σ会把正常机动信号当异常剔除掉。

代码实现其实很简单：

def detect_outliers_mad(data, window=50, threshold=3.0):
    """基于滑动窗口的中位数绝对偏差异常检测"""
    outliers = np.zeros_like(data, dtype=bool)
    for i in range(window, len(data) - window):
        segment = data[i - window:i + window]
        median = np.median(segment)
        mad = np.median(np.abs(segment - median))
        if mad == 0:
            continue
        if np.abs(data[i] - median) / mad > threshold:
            outliers[i] = True
    return outliers

3.3 缺失值插补——数据断了怎么办？

IMU数据缺失的原因很多：通信丢包、缓存溢出、传感器掉电。我见过最夸张的一次，某款低成本IMU在高温下会间歇性丢数据，丢得还挺规律——每100个点丢2个。

缺失值处理，我按优先级排序：

1. 线性插值：最简单，适合短时间缺失（1-5个点）。精度够用。
2. 样条插值：适合缺失段较长（5-20个点），能保持平滑性。
3. 前向填充：用上一个有效值填充。适合静止或匀速运动场景。
4. 模型预测：用ARIMA或卡尔曼预测。适合长段缺失，但计算量大。

3.4 时间戳对齐——多传感器融合的命门

这个坑我踩过不止一次。IMU、GPS、视觉传感器各自有独立的时钟，采样频率也不一样。如果不做时间戳对齐，融合出来的结果就是一团浆糊。

时间戳对齐的核心思路：

• 统一时间基准：所有传感器的时间戳都转换到同一个时钟域。我习惯用IMU的时间作为主时钟。
• 插值对齐：将低频传感器（如GPS，10Hz）的数据插值到IMU的时间轴上（如200Hz）。
• 延迟补偿：不同传感器有固定的处理延迟，需要测量并补偿。

举个例子，GPS和IMU融合时：

def align_timestamps(imu_time, gps_time, gps_data):
    """将GPS数据插值到IMU时间轴上"""
    from scipy.interpolate import interp1d
    f = interp1d(gps_time, gps_data, kind='linear', 
                 bounds_error=False, fill_value='extrapolate')
    return f(imu_time)

这里有个细节：插值方法的选择要看应用场景。如果是实时系统，用线性插值就够了，计算快。如果是后处理分析，可以用三次样条，精度更高。

3.5 本章知识体系

下面这张图总结了时域预处理的完整流程，大家可以对照着梳理自己的处理流程：

这张图把整个流程串起来了。从原始数据开始，先做数据清洗，把明显不对的点筛掉；然后做异常值剔除，把统计离群点处理掉；接着处理缺失值，把数据补全；最后做时间戳对齐，为后续的多传感器融合打好基础。

每一步都有对应的技术手段，大家在实际项目中可以根据数据质量灵活选择。比如数据质量好的时候，可以跳过清洗直接做异常检测；数据缺失严重的时候，插补方法要选保守一些的。