4、时域预处理：去趋势、归一化、标准化、数据平滑

传感器数据拿到手，别急着往算法里塞。

这是我吃了好几次亏才总结出来的教训。原始数据就像刚从泥里挖出来的土豆，你得先洗洗、削削皮，才能下锅。时域预处理，就是这第一步清洗工作。

今天咱们聊四个最常用的手法：去趋势、归一化、标准化、数据平滑。每个我都踩过坑，咱们一个一个说。

4.1 去趋势：把“斜坡”掰平

什么叫趋势？说白了就是数据整体在往一个方向飘。

比如温度传感器，早上20度，中午35度，晚上又回到22度。这个“先升后降”的大波浪，就是趋势。但有时候，我们关心的不是温度本身，而是温度的小幅抖动——比如空调开关引起的0.1度波动。

不去掉趋势，这些小波动就被大波浪淹没了。

最常见的做法是线性去趋势。假设数据是 y(t)，我们先用最小二乘法拟合一条直线 y_fit(t) = a*t + b，然后得到去趋势后的数据：

y_detrended(t) = y(t) - y_fit(t)

我在项目中遇到过一个问题：一个加速度传感器装在振动的机器上，但机器本身在缓慢升温，导致传感器基线漂移。如果不做去趋势，频谱分析里全是低频假信号。去掉线性趋势后，振动特征才清晰可见。

4.2 归一化：把数据“挤”到[0,1]区间

归一化，就是把数据压缩到0到1之间。

为什么要做？举个例子。你同时采集了压力（范围0-1000Pa）和温度（范围20-30℃）。如果直接扔进神经网络，压力值会把温度值完全“吃掉”，因为它的数值大得多。归一化后，两者都在同一量级，算法才能公平对待。

公式很简单：

x_norm = (x - x_min) / (x_max - x_min)

嗯，这里要注意一个问题：如果数据里有离群点（比如一个异常大的噪声尖峰），x_max会被拉得很大，导致正常数据被压缩到很小一块区域。我曾经因为这个原因，把一个好好的振动信号归一化后几乎变成了一条直线。

4.3 标准化：让数据“归零”且“等方差”

标准化和归一化经常被搞混。我刚开始做信号处理时也分不清，后来才明白：

• 归一化：把数据缩放到固定区间（比如[0,1]）
• 标准化：把数据变成均值为0、标准差为1

标准化的公式：

x_std = (x - μ) / σ

其中μ是均值，σ是标准差。

标准化后的数据，大约有68%落在[-1, 1]区间，95%落在[-2, 2]区间。它不保证数据在某个固定范围内，但保证了数据的“相对位置”不变。

我个人习惯在以下场景用标准化：

• 数据本身近似正态分布（比如很多物理测量值）
• 后续算法假设数据服从高斯分布（比如PCA、线性回归）
• 需要保留离群点的相对大小（标准化不会把离群点压扁）

4.4 数据平滑：把“毛刺”磨平

传感器数据总会有噪声。这些噪声像细小的毛刺，让波形看起来“毛毛躁躁”的。平滑的目的，就是把这些毛刺去掉，保留信号的骨架。

最常用的方法是移动平均。说白了，就是用相邻几个点的平均值代替当前点：

y_smooth[i] = (y[i-2] + y[i-1] + y[i] + y[i+1] + y[i+2]) / 5

窗口大小（这里是5）决定了平滑程度。窗口越大，曲线越光滑，但信号细节丢失也越多。

我在项目中遇到过一个问题：一个压力传感器采样率100Hz，但信号里混入了50Hz的工频干扰。用移动平均（窗口大小=2，相当于50Hz的整数倍）可以很好地滤掉它。但代价是信号的高频成分也被削弱了。

除了移动平均，还有几种常见平滑方法：

方法	特点	适用场景
移动平均	简单、计算快	噪声均匀、信号变化缓慢
高斯平滑	权重按高斯分布，中心点权重更大	需要保留信号峰值
中值滤波	用中位数代替均值	有脉冲噪声（椒盐噪声）
Savitzky-Golay滤波	用多项式拟合局部数据	需要保留信号的高阶特征（如峰值、谷值）

你想想看，如果信号里有突然的尖峰（比如传感器被碰了一下），移动平均会把尖峰“拉宽”但不会完全消除。而中值滤波可以直接把尖峰当作离群点去掉。这就是为什么我处理冲击信号时，优先选中值滤波。

4.5 四个方法的组合使用

实际项目中，这四个方法经常一起用。我一般按这个顺序：

1. 先去趋势：去掉基线漂移和缓慢变化
2. 再平滑：去掉高频噪声
3. 最后归一化或标准化：根据后续算法选择

为什么先去趋势再平滑？因为趋势本身也是一种“低频信号”，如果先平滑，趋势会被保留，但噪声被去掉，数据看起来更“干净”。但如果你先平滑再去趋势，平滑过程可能会把趋势的细节也抹掉，导致去趋势不彻底。

当然，这不是铁律。我见过有人先标准化再平滑，理由是标准化后的数据更容易选择平滑参数。嗯，这也有道理。关键是你得理解每一步在做什么，然后根据数据特点灵活调整。