不同长度时间序列数据上采样至9000点并保留原始形状的实现方法

核心约束：所有上采样操作必须完整保留原始采样点的幅值、相对时间位置，禁止使用全局拟合修改原始数据，这是避免脉冲特征丢失的核心前提。

你之前采用的全局拟合方案失效的原因很明确：全局拟合本质是对全段数据做平滑化的最优逼近，会把脉冲这类局部陡变、窄宽度的特征视为离群点/噪声，自动压低峰值、拉缓上升沿/下降沿，甚至直接抹除占比极低的脉冲信号，这就是之前大量信息丢失的根本原因。

针对不同密度、不同形态的脉冲数据，可选择以下三类保形上采样方法，均可将所有数据统一上采样至9000个采样点且不丢失原有形状特征：

1. 分段线性插值（零特征偏移的基础方案） #

• 适用场景：所有类型脉冲数据，尤其适配原始采样点稀疏的场景（比如你提到的仅200个采样点的data_1）
• 操作逻辑：
  • 首先把每段原始数据的采样索引映射到[0,1]的归一化相对时间轴：长度为N的原始数据，第i个点的相对时间为t_i = i/(N-1)（i从0到N-1）
  • 生成9000个目标采样点的相对时间：T_j = j/(9000-1)（j从0到8999）
  • 对每个目标时间T_j，找到它落在原始哪两个相邻的时间点t_i、t_{i+1}之间，通过线性插值计算对应幅值
• 保形原理：完全不修改任何原始采样点的幅值与相对位置，仅在相邻点之间补充采样，不会扭曲脉冲的峰值、陡变沿，没有任何额外平滑或偏移
• 缺点：如果原始采样稀疏，插值后的脉冲会呈现折线形态，没有连续平滑的过渡

2. 保形三次样条插值（PCHIP，平滑且保特征的进阶方案） #

• 适用场景：原始采样密度较高的脉冲数据（比如你提到的7000采样点的data_2、3000采样点的data_3），需要插值后曲线更平滑的场景
• 操作逻辑：采用分段三次Hermite插值（PCHIP）替代普通三次样条，插值过程中约束曲线不会超出原始相邻点的幅值区间
• 保形原理：避免了普通三次样条在陡变位置的过冲问题，同时保留原始数据的斜率变化，不会把脉冲的陡上升沿/下降沿拉缓，也不会产生多余的假峰值或谷值
• 优势：比线性插值的曲线更平滑，同时完全保留脉冲的形状特征，不会出现全局拟合的失真问题

3. 最近邻插值（适配数字式陡变脉冲） #

• 适用场景：高低电平完全跳变的数字脉冲、窄脉冲沿极陡的场景，以及原始采样极稀疏的情况
• 操作逻辑：每个目标采样点的幅值直接取距离最近的原始采样点的幅值
• 保形原理：完全保留脉冲的阶跃形态，没有任何过渡变形，不会把陡变的跳变沿拉成斜线，最适合离散的数字脉冲信号

实操注意事项 #

• 所有操作优先按归一化相对时间轴映射，避免不同长度数据的脉冲相对位置错位；如果你的数据有实际物理时间戳，需要直接用时间戳映射，而非采样序号
• 上采样完成后不要额外做平滑滤波，任何平滑操作都会磨平脉冲的陡变特征
• 不要使用普通三次样条、双三次等高阶全局插值，这类插值容易在脉冲陡变位置产生过冲，扭曲原有形状
• 方法选择优先级：
  • 原始采样点数 < 500：优先选分段线性插值
  • 原始采样点数 ≥ 500且需要平滑曲线：选PCHIP
  • 纯数字跳变脉冲：选最近邻插值

参考代码示例（Python） #

import numpy as np
from scipy.interpolate import PchipInterpolator, interp1d

# 目标上采样长度
TARGET_LENGTH = 9000
target_time = np.linspace(0, 1, TARGET_LENGTH)

def upsample_pulse(original_data, method="linear"):
    # 原始数据映射到0-1的相对时间轴
    original_time = np.linspace(0, 1, len(original_data))
    if method == "linear":
        interp_func = interp1d(original_time, original_data, kind="linear")
    elif method == "pchip":
        interp_func = PchipInterpolator(original_time, original_data)
    elif method == "nearest":
        interp_func = interp1d(original_time, original_data, kind="nearest")
    return interp_func(target_time)

# 调用示例
# data_1 = np.load("your_data_1.npy")
# upsampled_data1 = upsample_pulse(data_1, method="linear")

内容的提问来源于stack exchange，提问作者joe