简介：这份资源面向从事可穿戴传感器、人体活动识别与帕金森病监测等方向的研究者和开发者，提供时间序列数据增强的示例代码。其思路源自TT Um等人发表于ICMI 2017的论文，通过对原始信号施加多种失真变换来扩充样本，从而为识别模型注入保留标签的先验知识并起到正则化作用，缓解小样本训练难题。压缩包共5个文件，约892KB，包含Jupyter笔记本与同名Python脚本各一份，便于直接运行或迁移到项目中；另附示例数据npy文件、效果示意图png以及README说明文档，覆盖从数据加载、增强变换到结果可视化的完整流程。目前已有475人学习下载。读者可据此快速理解时间序列增强的实现细节，将方法套用到自身传感器数据上，并参照论文与说明文档完成参数调整和实验复现。
1. 可穿戴传感器时间序列的数据增强：为什么原始采样永远喂不饱模型
做过可穿戴项目的人都有个共同体会：手环、手表、贴片这类设备采回来的加速度、陀螺仪、心率信号，标注成本高得离谱，一个受试者戴一周可能只攒出几百个有效动作片段，而深度学习模型动辄要上万条样本才肯收敛。更麻烦的是，可穿戴数据天生类别极不平衡——走路、静坐占了大头，跌倒、抽搐、特定手势这些真正有价值的少数类，往往只有几十条。直接拿这种数据训模型，结果就是准确率虚高、少数类召回惨不忍睹。
数据增强就是在这个背景下被反复提起的。它不改变标签语义，只通过对原始时间序列做变换来扩充样本空间，让模型见到更多"合理但没见过"的波形。这篇笔记围绕可穿戴传感器时间序列的数据增强方法示例代码展开，用 Python 在 Jupyter Notebook 里把几种主流增强手段跑通，从原理、参数到踩坑一次讲清。适合正在做 HAR（人体活动识别）、手势识别、生理信号分类的工程师，也适合刚入门时间序列、想找一份能直接抄作业的 python 代码的人。下面所有代码都在 Jupyter 单元格里逐块执行，不需要额外搭工程。
2. 可穿戴时间序列增强的选型逻辑与数据准备
2.1 为什么不能照搬图像增强那套
图像增强里旋转、裁剪、翻转几乎是万能药，但时间序列不一样。可穿戴信号有明确的物理含义：三轴加速度的合成模长代表运动强度，心率有生理上下限，时间轴上的先后顺序承载着动作的因果结构。你把一段加速度信号水平翻转，得到的波形在物理上根本不存在；把心率信号随机裁剪再拼接，会造出心脏不可能产生的跳变。
所以时间序列增强的核心原则是：变换必须保持信号的物理合理性和标签一致性。基于这个原则，主流方法可以分成三类。第一类是时域变换，包括加噪、缩放、时间扭曲、窗口裁剪；第二类是频域变换，比如对傅里叶谱做扰动再逆变换；第三类是混合类，代表就是 MixUp 和它的变体，把两条样本按比例线性组合。选型时先问自己：我的信号对幅度敏感还是对相位敏感？对幅度敏感的（比如基于阈值判动作）慎用缩放，对相位敏感的（比如步态周期分析）慎用时间扭曲。
2.2 把原始数据整理成模型能吃的形状
可穿戴数据常见格式是长表：每行一个时间戳，列是 acc_x、acc_y、acc_z、gyro_x 等。建模前要先滑窗切分成固定长度的片段。下面这段代码用 NumPy 生成一份模拟的三轴加速度数据，并做滑窗，方便你在没有真实设备时也能把整条流程跑通。
import numpy as np # 模拟三轴加速度：采样率 50Hz，10 秒，共 500 个点 fs = 50 t = np.arange(0, 10, 1/fs) # 合成一个带周期性的走路信号，叠加少量噪声 acc_x = 0.8 * np.sin(2 * np.pi * 1.5 * t) + np.random.normal(0, 0.05, len(t)) acc_y = 0.5 * np.cos(2 * np.pi * 1.5 * t) + np.random.normal(0, 0.05, len(t)) acc_z = 9.8 + 0.3 * np.sin(2 * np.pi * 3.0 * t) + np.random.normal(0, 0.05, len(t)) signal = np.stack([acc_x, acc_y, acc_z], axis=1) # 形状 (500, 3) # 滑窗切分：窗口 128 点，重叠 50% def sliding_window(data, win=128, step=64): windows = [] for start in range(0, len(data) - win + 1, step): windows.append(data[start:start + win]) return np.array(windows) X = sliding_window(signal) print("切分后样本形状:", X.shape) # 约 (6, 128, 3)这段代码的关键参数有三个。fs是采样率，可穿戴设备常见 25Hz 到 100Hz，采样率决定了你能捕捉到的最高频率成分，做频域增强时尤其要注意。win是窗口长度，128 点在 50Hz 下约 2.56 秒，足够覆盖一个完整的走路周期；如果做手势识别，窗口可能要缩到 32 到 64 点。step是滑动步长，取窗口的一半是常见做法，既保证样本量又保留一定独立性。切完窗口后，标签要和窗口对齐——如果你的标签是片段级的，直接复制；如果是点级的，通常取窗口内多数投票。
提示：真实项目里先做去均值或带通滤波再切窗，否则重力分量会主导幅度类增强的效果，缩放出来的样本物理意义会失真。
3. 时域增强：加噪、缩放、时间扭曲的代码实现
3.1 加噪与缩放：两个最容易被滥用的方法
加噪是最简单的增强，往信号里叠加高斯噪声。它的直觉是模拟传感器噪声和佩戴松动带来的扰动。但噪声强度必须和信号幅度挂钩，用固定标准差是新手最常见的翻车点——幅度大的信号被噪声淹没不了，幅度小的信号直接被噪声盖住。
def add_noise(x, sigma_ratio=0.05): # sigma_ratio 是噪声标准差相对于信号标准差的比例 sigma = sigma_ratio * np.std(x, axis=0, keepdims=True) noise = np.random.normal(0, sigma, x.shape) return x + noise def scale(x, sigma=0.1): # 对整段信号乘一个接近 1 的随机因子，模拟幅度变化 factor = np.random.normal(1.0, sigma, size=(1, x.shape[1])) return x * factor X_noisy = np.array([add_noise(s) for s in X]) X_scaled = np.array([scale(s) for s in X]) print("加噪后:", X_noisy.shape, "缩放后:", X_scaled.shape)sigma_ratio建议从 0.05 起步，最大不超过 0.1，超过这个量级波形结构就开始被破坏。scale里的sigma控制缩放因子的波动，0.1 意味着幅度在正负 10% 左右浮动，这个范围对大多数动作识别任务是安全的。注意缩放是按通道独立进行的，因为三轴的幅度变化不一定同步。
3.2 时间扭曲与窗口裁剪：处理节奏差异
不同人做同一个动作，快慢差别很大。时间扭曲（time warping）就是通过非线性拉伸压缩时间轴来模拟这种差异。实现上常用分段线性插值，把原始时间轴映射到一个扰动后的时间轴。
def time_warp(x, sigma=0.2, knot=4): from scipy.interpolate import CubicSpline orig_steps = np.arange(x.shape[0]) # 生成 knot 个随机扰动点，首尾固定 random_warps = np.random.normal(loc=1.0, scale=sigma, size=(knot + 2,)) random_warps[0], random_warps[-1] = 1.0, 1.0 warp_steps = np.linspace(0, x.shape[0] - 1, num=knot + 2) # 累积得到新的时间轴 new_steps = np.cumsum(random_warps)[:-1] new_steps = new_steps / new_steps[-1] * (x.shape[0] - 1) cs = CubicSpline(warp_steps, new_steps) warped_axis = cs(orig_steps) warped_axis = np.clip(warped_axis, 0, x.shape[0] - 1) out = np.stack([np.interp(warped_axis, orig_steps, x[:, c]) for c in range(x.shape[1])], axis=1) return out X_warped = np.array([time_warp(s) for s in X]) print("时间扭曲后:", X_warped.shape)sigma控制扭曲强度，0.2 是温和档，做步态这类周期性强的信号可以调到 0.3，但再大就可能把周期结构拉断。knot是控制点数量，4 个点意味着时间轴被分成 5 段分别拉伸，点越多扭曲越局部、越容易失真。窗口裁剪（crop）则是随机截取窗口的一部分再补零或缩放回原长，模拟动作没做完整的情况，实现简单，这里不展开。
注意：时间扭曲后一定要检查波形是否还保持单调的时间顺序，插值轴如果没做 clip，边界处会外推出不存在的值，这是最常见的黑匣子式 bug。
4. 频域与混合增强：傅里叶扰动和 MixUp 的落地细节
4.1 频域增强：只动幅度，别动相位
频域增强的思路是把信号做 FFT，对幅度谱加扰动，保留相位谱，再逆变换回来。保留相位是因为相位承载了波形的时间结构，动相位等于把信号结构打乱。这个方法对周期性信号（步态、心搏）特别有效。
def freq_perturb(x, mask_ratio=0.1): fft = np.fft.rfft(x, axis=0) amp, phase = np.abs(fft), np.angle(fft) # 随机挑选 mask_ratio 比例的频率点做幅度扰动 n_freq = amp.shape[0] n_mask = max(1, int(n_freq * mask_ratio)) idx = np.random.choice(n_freq, n_mask, replace=False) amp[idx] *= np.random.uniform(0.8, 1.2, size=amp[idx].shape) fft_new = amp * np.exp(1j * phase) return np.fft.irfft(fft_new, n=x.shape[0], axis=0) X_freq = np.array([freq_perturb(s) for s in X]) print("频域扰动后:", X_freq.shape)mask_ratio控制被扰动的频率点比例，0.1 到 0.2 比较稳妥。扰动因子取 0.8 到 1.2 是经验区间，幅度改动太大逆变换回来会出现明显振铃。注意irfft要指定n=x.shape[0]，否则长度对不上，这是频域增强里最隐蔽的坑。
4.2 MixUp：线性插值背后的标签处理
MixUp 把两条样本按比例混合，标签也按同样比例混合。它对可穿戴数据的价值在于平滑决策边界，提升少数类的泛化。但有个前提：参与混合的两条样本最好来自相近类别，否则会造出语义模糊的"四不像"。
def mixup(x1, y1, x2, y2, alpha=0.2): lam = np.random.beta(alpha, alpha) x_mix = lam * x1 + (1 - lam) * x2 y_mix = lam * y1 + (1 - lam) * y2 return x_mix, y_mix # 假设已有 one-hot 标签 Y # X_mix, Y_mix = [], [] # for i in range(len(X)): # j = np.random.randint(len(X)) # xm, ym = mixup(X[i], Y[i], X[j], Y[j]) # X_mix.append(xm); Y_mix.append(ym)alpha控制 Beta 分布的形态，0.2 让 lam 大概率接近 0 或 1，也就是混合偏向某一条样本，语义更清晰；调到 1.0 则混合更均匀，但类别模糊风险上升。可穿戴场景我一般用 0.2 到 0.4。标签必须是 one-hot 或软标签，如果你用的是整数标签，得先转换，否则lam * y1算出来没有意义。
提示：MixUp 和加噪不要叠加使用，两者都在改变幅度分布，叠一起容易让样本偏离真实分布太远，验证集上会看到明显的性能抖动。
5. 增强流程的避坑与排查清单
5.1 增强后准确率反而下降
现象：加了增强，训练集 loss 降得更快，但验证集准确率比不加还低。原因通常是增强强度过大或方法选错，比如对相位敏感的步态信号用了强时间扭曲，模型学到的是扭曲后的伪结构。解决：把每种增强单独跑一遍消融，用验证集挑强度参数，别一次性全开。
5.2 Jupyter 里 PermissionError: [Errno 13]
现象：在 Jupyter Notebook 里保存增强后的.npy文件时报权限错误。原因是 Notebook 默认工作目录和你以为的目录不一致，或者目标路径是只读的。解决：先执行import os; print(os.getcwd())确认当前目录，再用绝对路径保存；Windows 下如果路径含中文或空格，也容易触发这类报错，换成纯英文路径即可。
5.3 增强样本和原始样本混在一起导致数据泄漏
现象：验证集分数高得离谱，上线后崩盘。原因是先做增强再划分训练验证集，同一条原始样本的增强版本同时进了训练和验证。解决：永远先在原始样本层面划分 train/val/test，再只对训练集做增强，验证和测试集保持原始分布。
5.4 频域增强后信号长度对不上
现象：irfft报维度错误，或者逆变换回来的信号比原信号短一个点。原因是rfft对偶数长度和奇数长度的输出点数不同，逆变换时没指定n。解决：调用np.fft.irfft(fft_new, n=x.shape[0], axis=0)显式指定原始长度。
5.5 标签没跟着窗口走
现象：增强后模型完全学不动，loss 不降。原因是滑窗切分时标签没对齐，窗口和标签错位。解决：切窗函数里同步返回标签，窗口内点级标签用多数投票，片段级标签直接复制，切完立刻抽查几条样本和标签的对应关系。
6. 用可视化验证增强是否"物理合理"
增强做完不能直接喂模型，先肉眼验证。我的习惯是画一张对比图：原始波形、加噪、缩放、时间扭曲、频域扰动各画一条，看波形是否还像人做出来的动作。下面这段代码在 Jupyter 里直接出图。
import matplotlib.pyplot as plt fig, axes = plt.subplots(5, 1, figsize=(10, 12), sharex=True) samples = [X[0], X_noisy[0], X_scaled[0], X_warped[0], X_freq[0]] titles = ["原始", "加噪", "缩放", "时间扭曲", "频域扰动"] for ax, s, title in zip(axes, samples, titles): ax.plot(s[:, 0], label="acc_x") ax.plot(s[:, 1], label="acc_y") ax.set_title(title) ax.legend(loc="upper right") plt.tight_layout() plt.show()看图的判断标准有三条。第一，加噪后的波形整体走势要和原始一致，只是毛刺变多；如果走势都变了，说明噪声太大。第二，缩放后的波形形状不变，只是幅度整体升降；如果某个通道被压平了，说明缩放因子波动过大。第三，时间扭曲后的波形周期数可以变，但不能出现突兀的断裂或平台；频域扰动后的波形要保留主要周期，只是细节有变化。
除了肉眼，还可以用一个量化指标兜底：计算增强样本和原始样本的 DTW 距离或余弦相似度，设定一个阈值，超过阈值的样本直接丢弃。我一般会保留相似度在 0.7 以上的增强样本，低于这个值的说明变换太激进，留着只会污染训练集。
最后一个习惯：把每种增强的强度参数写进配置文件，而不是硬编码在函数里。可穿戴数据的分布随设备、佩戴位置、受试者变化很大，今天调好的参数换个数据集可能就翻车，配置化能让你快速回滚和对比。这套流程我在几个 HAR 项目里反复用过，最深的教训就是——增强不是越多越好，物理合理性永远排在样本数量前面。希望帮到你。
本文还有配套的精品资源，点击获取
