传感器数据滤波与异常值处理 · 课程目录

01传感器数据滤波概述

为什么需要滤波 · 噪声来源 · 评估指标

滑动窗口均值 · 加权均值 · 优缺点

一维/二维中值 · 边缘保持特性

高斯核生成 · sigma选择 · 与均值对比

05卡尔曼滤波入门

状态空间 · 预测更新 · 一维实现

06卡尔曼滤波进阶

多维EKF · UKF · 无迹变换

一阶RC · 数字低通 · 截止频率

一阶RC高通 · 数字设计 · 应用场景

09带通与带阻滤波

带通/带阻设计 · 实际案例

10移动平均滤波

SMA · EMA · 自适应移动平均

11小波变换滤波

小波分解重构 · 阈值去噪 · 基选择

12异常值检测基础

3σ · 箱线图 · Z-score · IQR

13基于统计的异常检测

Grubbs · Dixon · Chauvenet准则

14基于距离的异常检测

K近邻 · LOF · DBSCAN聚类

15基于密度的异常检测

LOF详解 · 改进LOF · 参数调优

16基于聚类的异常检测

K-means · 层次聚类 · DBSCAN应用

17基于时间序列的异常检测

移动窗口 · STL分解 · Twitter异常

18基于机器学习的异常检测

孤立森林 · One-Class SVM · 自编码器

19基于深度学习的异常检测

LSTM · CNN · GAN异常检测

20异常值处理策略

删除 · 替换 · 插值 · 多重插补

21数据插值技术

线性/多项式/样条/Kriging插值

22数据平滑技术

Savitzky-Golay · Loess · 核平滑

23多传感器融合滤波

加权平均 · 卡尔曼融合 · 粒子滤波

24实时滤波系统设计

流式处理 · 滑动窗口 · 内存管理

25嵌入式系统滤波

资源受限 · 定点数 · 查表法优化

26传感器校准与补偿

零点漂移 · 温度补偿 · 非线性校正

27滤波参数自适应调整

自适应均值/卡尔曼 · 模糊逻辑调参

28滤波效果评估方法

SNR · RMSE · 平滑度指标

温度清洗 · 加速度计滤波 · GPS平滑

30滤波算法选型指南

场景推荐 · 性能对比表 · FAQ