时间序列去噪方法及无信息损失降采样条件咨询

时序去噪的核心目标是滤除随机干扰、观测误差的同时，尽可能保留信号本身的趋势、突变、周期等有效特征，主流技术可以分为四类，落地路径都比较成熟：

• 滑动窗口统计类去噪
  是工程上最易实现、算力开销最低的一类方法，适合对实时性要求高的场景：
  • 移动平均类：包括简单移动平均、加权移动平均、指数加权移动平均（EWMA），核心逻辑是用窗口内观测值的加权均值替代当前点值，pandas里一行就能实现：ts.ewm(span=window_size).mean()，对白噪声类的平稳干扰效果好，缺点是容易磨平信号的尖峰突变，不适合需要保留极端值特征的场景。
  • 中值滤波：取滑动窗口内所有观测值的中位数作为当前点输出，对脉冲噪声、传感器偶发跳数这类离群点干扰的滤除效果远好于均值滤波，不会被极端值带偏，直接调用scipy.signal.medfilt(ts, kernel_size=window_size)即可实现。
• 信号分解类去噪
  适合处理非平稳、非线性时序，核心逻辑是把原始信号拆成不同频率的分量，剔除对应噪声的高频分量后重构信号：
  • 小波阈值去噪：先通过小波变换把时序分解为不同尺度的小波系数，对属于噪声的高频系数做软/硬阈值收缩，再逆变换重构信号，相比传统傅里叶滤波能保留时域的局部突变特征，不会把整段信号磨平，调用pywt库的wavedec/waverec接口就能快速实现，常用于工业传感器时序、心电医疗信号这类场景。
  • 模态分解类（EMD/VMD）：不需要预设小波基函数，可以自适应把时序拆成若干个本征模态函数（IMF），剔除高频噪声IMF后重构即可，其中VMD解决了传统EMD的模态混叠问题，对长周期非平稳时序的适配性更好。
• 拟合/滤波类去噪
  • Savitzky-Golay滤波：在滑动窗口内做多项式最小二乘拟合得到平滑值，去噪的同时能很好保留信号的峰值、宽度等高阶特征，不会像移动平均那样把峰压平，特别适合光谱、色谱这类需要保留峰形特征的时序数据，scipy.signal.savgol_filter可以直接调用。
  • 卡尔曼滤波：基于系统的状态空间方程，结合观测值和模型预测值做最优估计输出，对动态系统的观测噪声滤除效果极佳，常用于GPS轨迹、运动传感器、自动驾驶这类有明确物理模型的时序场景。
  • LOESS局部加权回归：在局部窗口内做加权低阶回归拟合，平滑度可以灵活调整，适合趋势变化不规则、没有明确周期的探索性时序分析场景，可通过statsmodels库的lowess接口实现。
• 模型学习类去噪
  主要是去噪自编码器（DAE）、时序U-Net这类深度学习模型，通过给干净时序人工加噪声构造训练集，让模型学习从带噪信号还原干净信号的映射，适合噪声模式复杂、有大量标注数据的场景，缺点是算力开销高、可解释性差，泛化能力依赖训练数据覆盖度。

首先要明确：严格意义上的无信息损失，指降采样后的序列可以100%无损还原为原始采样率的序列，不存在任何数值、时间戳、附属元数据的失真。要满足这个要求，必须同时符合以下4个条件，缺一个都会产生不可逆的信息损失：

• 必须先完成抗混叠滤波，满足奈奎斯特采样约束
  如果计划把采样率从原始的f_old降到f_new，必须先把原始信号中所有频率高于f_new/2（即降采样后的奈奎斯特频率）的分量完全滤除，再执行采样点抽取。如果跳过这步直接抽点，会发生频率混叠——高频信号会被错误折叠成低频信号，这种失真完全不可逆，没有任何办法还原原始信号。
• 降采样变换必须完全可逆，不能使用不可逆聚合操作
  平时业务分析常用的降采样聚合（比如取窗口均值、最大值、最小值、中位数）全都是有损操作：多个原始点映射到一个聚合值后，根本无法反推每个原始点的具体数值，不可能做到无损。真正可逆的降采样只有两类：一类是满足上述奈奎斯特约束前提下的整数倍等间隔抽取，后续可以通过sinc插值完美重建原始序列；另一类是采用可逆的下采样变换（比如整数提升小波变换），且完整保留所有变换系数，不做任何分量丢弃。
• 时间轴严格对齐，无偏移、无错位
  降采样后的时间戳必须和原始序列的时间网格严格对齐，不能出现时间偏移、非整数倍间隔抽点、随意补点/丢点的情况，时间维度的错位是不可逆的，会直接破坏信号的相位信息。
• 数值精度、附属元数据无遗漏、无截断
  降采样过程中生成的新采样点数值，必须保持和原始序列一致的数值精度，不能做低精度类型转换（比如float64转float32）、小数位截断这类操作；同时原始采样点附带的质量码、事件标记、状态标签等元数据，必须同步建立和降采样后序列的准确映射，不能随意丢弃，否则就算数值信号可以完美重建，附属业务信息的丢失也属于信息损失。

注：绝大多数业务场景里提到的“降采样无信息损失”，实际指的是不丢失业务关心的核心特征（比如趋势、峰值、异常点），并不是严格信号层面的无损，这类场景不需要完全满足上述约束，只要保证核心分析特征不被破坏即可。

内容的提问来源于stack exchange，提问作者user11715878