IoT 数据预处理：线性重采样全过程解析

原文：Preprocessing IoT Data: Linear Resampling
作者：neocortex
译者：蒋春华
审校：屠敏

在这篇文章中，我们将描述在分析物联网的时间序列数据的一个最重要的预处理过程：线性重采样。具体而言，我们会描述对物联网传感器数据进行重采样时所面临的挑战，然后介绍一个解决该问题的方案。

不规则的 IoT 时间序列数据

在 IoT 中，数据通常会先通过传感器或其它相连的设备进行采集，然后被发送到云端，以做进一步的处理、分析，或者作为构建智能 APP 的原型。

由于 IoT 设备发送数据的时间间隔不是固定的，所以 IoT 时间序列数据相对它们的采样率来时是高度不规律的 —— 设备间或者跨设备。这可能会导致处理和分析数据变得非常麻烦，尤其是当多个传感器的数据结合在一起被分析的时候。

因此，将不规则、不均匀的时间序列数据重采样为一致的、规律的数据是物联网中数据预处理的一个重要步骤，处理好这个步骤能极大地促进对数据的连续处理过程。

WATTx 是柏林的一家合资企业，专注于包块 IoT 在内的深度技术。在我们的一个最新项目中，我们在一个安装了数百个传感器的建筑物中建立了一个能源优化的原型。这些传感器收集温度、湿度、光照和运动等信息。你可以在下图中看到其中一个楼层的设置地图：