4、时间序列数据基础：时间序列概念、采样率与分辨率、数据窗口化、滑动窗口技术
各位同学，咱们今天聊点实在的。做嵌入式设备异常检测，说白了就是跟时间序列数据打交道。你想想看，传感器每隔几毫秒吐一个数值，温度、振动、电流……这些数据按时间排成一串，就是时间序列。我刚开始做这个方向时，总觉得不就是个数组嘛，后来踩了不少坑才明白——时间序列里的门道，比想象中深得多。
4.1 时间序列到底是什么？
时间序列，就是按时间顺序排列的观测值集合。每个数据点都带一个时间戳，比如：
2024-01-15 10:00:00.000, 25.3°C
2024-01-15 10:00:00.100, 25.4°C
2024-01-15 10:00:00.200, 25.2°C嗯，就这么简单。但实际项目中，时间戳的精度、对齐方式、缺失值处理，才是真正让人头疼的地方。
核心要点：时间序列的三个要素——时间戳、观测值、采样间隔。缺一个，数据就没法用。
我在一个工业电机监测项目里遇到过这种情况：传感器采集的振动数据，时间戳居然用的是系统启动后的毫秒数，而不是绝对时间。结果数据一合并，根本对不上号。后来我强制要求所有设备都用NTP同步时间，才解决了这个问题。
4.2 采样率与分辨率——别搞混了
这两个概念，我见过太多人搞混了。咱们一次说清楚。
| 概念 | 定义 | 单位 | 我的经验 |
|---|---|---|---|
| 采样率 | 单位时间内采集多少个数据点 | Hz（次/秒） | 振动分析至少1kHz起步 |
| 分辨率 | 每个数据点能区分的最小变化 | bit（位） | 12位ADC够用，16位更好 |
采样率决定你能看到多快的变化。根据奈奎斯特定理，采样率至少要是信号最高频率的两倍。举个例子，电机振动频率是100Hz，那采样率至少200Hz。我一般会留3-5倍余量，用500Hz采样。
分辨率决定你能看到多小的变化。12位ADC能区分4096个等级，16位是65536个。我曾经在一个温度监测项目里用了10位ADC，结果0.5°C的变化根本看不出来，后来换成12位才解决问题。
避坑指南：采样率不是越高越好。高采样率意味着数据量大、存储压力大、处理时间更长。我曾经在一个电池供电的设备上设了10kHz采样率，结果电池半天就耗光了。后来降到1kHz，效果一样好，续航翻了三倍。
4.3 数据窗口化——为什么要切数据？
你想想看，连续采集的数据是无限长的。但我们的算法没法处理无限长的数据，对吧？所以需要把数据切成一段一段的，每一段就是一个窗口。
窗口化的目的有三个：
- 降低计算量——只处理最近一段数据，而不是全部历史
- 捕捉局部特征——异常往往发生在短时间内，窗口能聚焦
- 适应实时性——嵌入式系统内存有限，不能存太多数据
窗口大小怎么选？我个人的习惯是：先看你的异常特征持续多久。比如电机轴承故障，振动异常通常持续0.1-0.5秒。那窗口大小就设1秒，留点余量。
小技巧：窗口大小最好是采样率的整数倍。比如采样率1000Hz，窗口大小设1000个点（1秒），这样计算FFT时特别方便。
4.4 滑动窗口技术——实时检测的核心
滑动窗口，说白了就是窗口在时间轴上不断往前移动。每移动一步，丢掉最旧的数据，加入最新的数据。这样就能持续监测，实时检测异常。
滑动窗口有两个关键参数：
- 窗口大小（W）——每次处理多少个数据点
- 滑动步长（S）——每次移动多少个数据点
步长决定了检测的实时性。步长越小，检测越频繁，但计算量也越大。我一般设步长为窗口大小的1/4到1/2。
// 滑动窗口的C语言实现示例
#define WINDOW_SIZE 100
#define STEP_SIZE 25
float buffer[WINDOW_SIZE];
int index = 0;
void slide_window(float new_data) {
// 移动数据
for (int i = 0; i < WINDOW_SIZE - 1; i++) {
buffer[i] = buffer[i + 1];
}
buffer[WINDOW_SIZE - 1] = new_data;
// 每STEP_SIZE个点计算一次特征
index++;
if (index >= STEP_SIZE) {
float mean = calculate_mean(buffer, WINDOW_SIZE);
float std = calculate_std(buffer, WINDOW_SIZE);
// 异常检测逻辑
check_anomaly(mean, std);
index = 0;
}
}这段代码我实际用过。注意看，我没有每来一个数据就计算一次，而是每25个点算一次。这样既保证了实时性，又不会把CPU跑满。
关键点：滑动窗口的步长决定了检测延迟。步长25个点，采样率1000Hz，那延迟就是25ms。对于大多数机械故障检测，这个延迟完全可以接受。
4.5 实际项目中的坑与经验
说了这么多理论，来点实际的。我在做嵌入式异常检测时，遇到过几个典型问题：
- 时间戳漂移——设备长时间运行后，内部时钟会偏差。我建议定期用NTP同步，或者用GPS授时。
- 数据丢包——无线传感器偶尔会丢数据。我的做法是：丢包率小于1%时用插值填补，超过1%就标记为无效窗口。
- 窗口边界效应——异常刚好发生在两个窗口交界处，可能被漏检。解决方案是使用重叠窗口，比如步长设为窗口大小的1/4。
我曾经踩过的坑：在一个水处理项目中，我用了固定窗口大小，结果设备启动时数据不稳定，窗口里全是异常值，导致误报不断。后来我加了启动阶段的预热期，前100个窗口不检测，只用来建立基线。问题就解决了。
4.6 总结一下
时间序列数据是嵌入式异常检测的基石。采样率决定你能看到什么，分辨率决定你能看清什么，窗口化让你能处理实时数据，滑动窗口让你能持续监测。这四个概念，说白了就是一套组合拳。
我个人建议，刚开始做项目时，先拿一段真实数据跑一遍滑动窗口，看看窗口大小和步长对检测结果的影响。纸上得来终觉浅，绝知此事要躬行。嗯，今天就到这里，下节课咱们聊特征提取。
课后练习：找一段传感器数据（比如加速度计或温度数据），用Python或C实现滑动窗口，计算每个窗口的均值和方差。看看不同窗口大小对结果的影响。