传感器数据预处理与滤波策略实战 · 课程目录

为什么传感器数据需要预处理？常见噪声类型与滤波目标概述。

采样定理、量化误差、信号与噪声的基本概念。

03时域分析基础

均值、方差、标准差、自相关与互相关。

04频域分析入门

傅里叶变换、频谱泄露、窗函数的作用。

05低通滤波原理

理想低通、巴特沃斯、切比雪夫滤波器设计。

06高通与带通滤波

去除直流分量、提取特定频段信号。

07移动平均滤波

原理、实现、窗口大小选择与延迟分析。

原理、实现、对脉冲噪声的抑制效果。

09卡尔曼滤波入门

状态空间模型、预测与更新步骤。

10卡尔曼滤波实战

一维传感器数据滤波（如温度、距离）。

11扩展卡尔曼滤波

非线性系统处理、雅可比矩阵。

12粒子滤波基础

蒙特卡洛方法、重要性采样。

13粒子滤波实战

多模态分布下的状态估计。

14小波变换去噪

小波基选择、阈值处理、多尺度分析。

15自适应滤波

LMS算法、RLS算法原理与对比。

16异常值检测

3σ原则、IQR方法、Z-Score与MAD。

17数据插值与重采样

线性插值、样条插值、降采样与升采样。

18时间戳对齐

多传感器时间同步、插值对齐方法。

19数据归一化与标准化

Min-Max、Z-Score、鲁棒缩放。

20滑动窗口技术

特征提取、重叠窗口、实时处理。

加噪、时间扭曲、缩放、混合。

22缺失值处理

删除、均值填充、前向填充、插值填充。

23趋势项去除

多项式拟合、差分法、高通滤波。

24传感器校准

零偏、标度因数、非线性校正、温度补偿。

25多传感器融合

加权平均、互补滤波、卡尔曼融合。

26实时滤波系统设计

缓冲区管理、流水线处理、延迟控制。

27性能评估指标

信噪比、均方根误差、延迟、计算复杂度。

28Python工具链

NumPy、SciPy、Matplotlib、PyFilter库介绍。

29综合案例一

IMU姿态解算中的滤波策略。

30综合案例二

激光雷达点云预处理与滤波。