离散数据求速度：从差分噪声到平滑滤波的完整工程方案

拿到一串离散的位置点，怎么把速度算出来？这个问题我太熟了。做物理实验、处理传感器数据、分析运动轨迹的时候基本都会遇到——你以为不就是相邻两点距离除以时间嘛，等你真正把代码跑起来，看到那张抖成心电图的速度曲线，就知道这事没那么简单。今天就把我从“直接diff被噪声教做人”到“一套完整可落地的方案”的实战经验整理出来，覆盖离散数据求速度的数学原理、方法选型、Python实现和避坑技巧，适合正在处理实验数据的学生、做信号处理的工程师，以及任何被离散微分困扰的朋友参考。

1. 离散数据里的“速度”，先把定义掰扯清楚

1.1 连续求导和离散差分，差在哪

先说个根本问题：速度的物理定义是位移对时间的变化率，连续情况下就是求导，v(t) = dx/dt。但工程里几乎没有真正的连续函数，拿到手的永远是一个个离散的采样点——传感器每秒采 10 次、100 次，或者实验测得一组位置-时间对。这时候微积分教材里那套求导规则直接失效了，因为我们根本不知道采样点之间物体是怎么运动的。

离散求速度，本质上不是“求导”，而是“估计导数”。我们假设相邻两个采样点之间近似做匀速直线运动，然后用差分去逼近真实的导数。差分是用函数值的差除以自变量的差，它是导数定义里那个极限还没取的样子。

这里有个核心认知必须建立：离散差分算出来的速度，天然带有误差。误差来自泰勒展开中那些被丢掉的更高阶项。举个直观例子，假设真实运动是匀加速直线运动 x = t²，在 t=1 附近用不同差分方式算速度，结果会明显偏离真实值 v(1)=2。这不是代码写错了，是离散化本身的信息损失，任何算法都绕不开。

1.2 三种基础差分：前向、后向、中心差分

搞清楚这个，再看具体怎么算。假设位置序列是 x₀, x₁, x₂, …, xₙ，对应时间戳是 t₀, t₁, t₂, …, tₙ，时间间隔均匀为 Δt。有三种最基础的差分方式：

前向差分：vᵢ = (xᵢ₊₁ - xᵢ) / Δt
后向差分：vᵢ = (xᵢ - xᵢ₋₁) / Δt
中心差分：vᵢ = (xᵢ₊₁ - xᵢ₋₁) / (2Δt)

用泰勒展开能分别算出它们的截断误差。前向和后向差分只保留了泰勒展开到一阶项，误差是 O(Δt)，也就是时间间隔越小误差越小，但只按线性缩小。中心差分把前后两项一减，二阶项抵消掉了，误差直接变成 O(Δt²)，同样的采样间隔，精度高一个量级。我把它们的特性整理在下面：

实操里，如果数据是离线处理的，且位置数据本身比较干净，中心差分是首选。它在频域上的特性也更好——不会像前向差分那样给整个速度信号引入一个偏移或相位畸变。但如果做的是实时系统，比如机器人控制回路里要当前时刻的速度，那就只能用前向或后向差分，因为中心差分需要等下一个采样点到来才能算，天然有延迟。

1.3 时间间隔不均匀怎么办

很多真实场景里，采样时间戳并不是均匀的。嵌入式系统的中断调度有抖动，GPS 数据的输出时刻也经常漂移，甚至数据预处理时还会丢包。这时候如果直接按下标当等间隔处理，算出来的速度会带进一层额外误差。

正确做法是：差分时必须用真实时间戳。中心差分的通用形式是：

vᵢ = (xᵢ₊₁ - xᵢ₋₁) / (tᵢ₊₁ - tᵢ₋₁)

也就是说，分子上算位置差，分母上用前后两个真实时间戳之差，而不是 2Δt。有人觉得这不就多写个变量吗？实际工程里这个细节非常关键——我用过一个采样率标称 100Hz 的惯导模块，实测相邻时间戳间隔在 8ms 到 13ms 之间波动，如果粗暴按 10ms 算，速度误差最高能到 30%。把这些波动引入分母后，结果稳得多。

不均匀时间戳还有个需要注意的地方：时间戳本身的精度。有的数采系统时间戳精度只有毫秒级，100Hz 采样时相邻间隔就只有 10ms，时间戳量化误差本身就是 1ms，相当于 10% 的不确定度。如果遇到这种情况，单纯靠差分很难救回来，需要考虑对位置-时间序列做拟合平滑后再求导，这个方案的细节在第 3 节展开。

2. 差分看着简单，噪声会把你坑惨

2.1 为什么差分会放大噪声：数学账算清楚

理论上差分没问题，但真实传感器数据里都有噪声。位置噪声本身可能不大，可一旦做差分，噪声会被剧烈放大。这里面的数学原理值得展开讲讲，理解了它，你就明白为什么不能拿到数据就 diff。

假设每个位置测量值 xᵢ 都叠加了一个随机噪声 εᵢ，噪声均值为零、标准差为 σ。用前向差分算速度时：

vᵢ = (xᵢ₊₁ - xᵢ) / Δt = (真实速度贡献) + (εᵢ₊₁ - εᵢ) / Δt

两个独立噪声项相加，方差翻倍，所以差分后噪声标准差变成 √2 · σ / Δt。看这个分母 Δt——采样率越高，Δt 越小，噪声放大得越厉害。100Hz 采样时，位置噪声标准差 1mm，差分后速度噪声就是 1.414 × 0.001 × 100 ≈ 0.141 m/s。1 毫米的位置抖动，在速度上能放大成 14 厘米每秒的抖动。如果采样率到 1000Hz，那就是 1.4m/s。这就是“高频采样看似数据更多，直接差分反而更糟”的原因。

从频域角度看更清楚：差分算子本质是一个高通滤波器，对高频分量的增益随频率线性增大。真实的速度信号通常集中在低频段，而噪声是宽频带的白噪声，高频部分占比很高。差分之后，高频噪声被大幅抬升，信噪比急剧恶化，速度曲线自然就毛糙得像心电图。中心差分也一样存在这个问题，它的噪声增益略小，但本质上没有改变高通放大的特性。

2.2 先平滑再差分：三种主流做法的取舍

明白了噪声放大的机理，解决方案的思路自然就出来了：要么先压低噪声再差分，要么用一个对噪声更鲁棒的方法直接估计速度。先说最常用的“先平滑再差分”。

移动平均：对位置序列做 N 点滑动平均，再看差分。实现最简单，三五行代码搞定，但代价是平滑会让真实信号边缘变钝、峰谷变矮，引入相位滞后。N 越大，滞后越明显。适合噪声不特别强、对实时性要求不高的场景，不太建议用在需要精确速度峰值的场合。

Savitzky-Golay 滤波：这个我用得最多。它的思路是，在滑动窗口里用一个多项式对局部数据做最小二乘拟合，用拟合多项式在中心点的导数值作为该点的速度。它同时完成了“平滑”和“求导”两步，而且能够较好地保留信号的峰值和宽度，比移动平均再差分的组合效果好很多。Python 里 scipy.signal.savgol_filter 一行代码就能算，窗口大小和多项式阶数决定了平滑程度和保真度之间的平衡。

低通滤波：先对位置信号做数字低通滤波（比如 Butterworth），把高频噪声滤掉，再对滤波后的信号做中心差分。这是频域思路，参数直观好用，截止频率一设，高于该频率的成分直接压掉。但要注意相位失真问题——普通 IIR 低通滤波会让信号整体偏移，离线处理时应该用 filtfilt 做零相位滤波。这个方法对噪声类型和截止频率的选择比较依赖经验，后面我会细说参数怎么定。

2.3 拟合再求导：听起来绕，实际很实用

平滑差分之外，还有一个思路值得掌握：先对位置-时间数据做函数拟合，得到一条连续曲线，再对这条曲线解析求导。这种方法特别适合位置轨迹整体比较平滑、不需要逐点实时输出的场景。

具体做法是用样条拟合。把位置看成时间的函数 x(t)，用三次样条插值或者带平滑参数的样条去拟合数据，然后直接对样条函数求导，得到速度函数 v(t)，在任何时刻都能取值。scipy.interpolate.UnivariateSpline 提供了内置的 derivative 方法，用起来非常顺手。

我印象最深的一次应用是分析一个弹簧振子的阻尼运动。数据是高速相机拍到的位置轨迹，采样率高但每帧的坐标提取都有亚像素级抖动。直接用中心差分，速度曲线尾部的衰减过程被噪声完全淹没；改用平滑样条拟合后再求导，阻尼比和频率都能稳定算出来。原因在于样条拟合天然做了全局平滑，相当于用整个数据集的信息来约束每一点的速度，而不是只看相邻两三个点。代价是如果原始数据本身有突变或剧烈变速，样条会把这些细节抹掉，所以要先观察数据的运动特征再决定用不用拟合路线。

3. 一套能直接上手的实操方案：从数据到速度曲线

3.1 完整流程：五个环节一个都不能少

说了这么多原理，搭一套能用的流程才是关键。我习惯按下面的顺序来处理：

第一步，数据清洗。先检查位置序列里有没有明显的异常跳变——比如 GPS 突然偏离几十米、编码器计数清零、遮挡导致的目标丢失。这些异常值不处理掉，后面差分会直接炸出几个巨大的尖峰。我的做法是先画出位置-时间曲线，肉眼看一遍，再用 3σ 准则或者中值滤波自动剔除离群点。

第二步，时间戳校准。确认时间戳的单位是秒、毫秒还是微秒，检查时间间隔的均匀性。打印出 dt 序列的均值、标准差、最大最小值，如果波动达到或超过一个数量级，流程就会偏向拟合方法。

第三步，方法选型。数据干净、间隔均匀，直接中心差分；数据有噪声但运动不算过快，Savitzky-Golay；数据轨迹平滑、需要连续速度函数，样条拟合；实时系统，只能用因果的前向或者后向差分配合低延迟滤波。

第四步，参数调优与计算。根据数据的噪声水平和运动带宽定窗口和阶数，跑出速度序列后，把位置和速度画在同一张图里，从物理常识上校验——比如位移单调上升时速度不应该剧烈上下穿零。

第五步，结果验证。如果有参考值（比如光电门测到的某段平均速度、转台上已知的速度波形），一定要对比误差。没有参考值，至少做一次残差分析——用算出来的速度数值积分回去，看和原始位置差多少。

3.2 Python 实现：几种方案的代码对照

下面给出一份完整的 Python 示例，用同一组仿真数据对比不同方法的表现。先模拟一个匀加速带噪声的位置信号：

python复制import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import savgol_filter, butter, filtfilt
from scipy.interpolate import UnivariateSpline

# 生成仿真数据：匀加速运动 + 高斯噪声
fs = 100  # 采样率 100Hz
t = np.arange(0, 10, 1/fs)
a = 0.5   # 加速度 0.5 m/s^2
x_true = 0.5 * a * t**2  # 真实位置
x_meas = x_true + np.random.normal(0, 0.005, size=t.shape)  # 叠加5mm噪声

# 方法1：直接中心差分（numpy.gradient 默认中心差分）
v_center = np.gradient(x_meas, t)

# 方法2：Savitzky-Golay 平滑后求导
window = 21          # 窗口长度，必须为奇数
polyorder = 3        # 多项式阶数
v_sg = savgol_filter(x_meas, window, polyorder, deriv=1, delta=t[1]-t[0])

# 方法3：低通滤波 + 中心差分
b, a = butter(4, 5/(fs/2), btype='low', output='ba')  # 截止频率5Hz
x_filt = filtfilt(b, a, x_meas)      # 零相位滤波
v_butter = np.gradient(x_filt, t)

# 方法4：平滑样条拟合求导
spl = UnivariateSpline(t, x_meas, s=0.0005)  # s控制平滑程度
v_spl = spl.derivative()(t)

# 真实速度
v_true = a * t

代码注释里已经标了关键参数。跑完之后可以计算每种方法相对于真实速度的均方根误差，我实测这组数据下，直接中心差分会因为噪声放大导致速度波动很大，均方根误差可能超过 0.15 m/s；Savitzky-Golay 用 21 窗口 3 阶多项式，误差能压到 0.03 m/s 左右；样条方法在合理选择 s 的情况下误差和 SG 相当，但能输出任意时刻的连续速度。把曲线画出来观察，SG 和样条的结果明显更贴近真实速度，而且峰值没有明显削平。

3.3 参数选择心得：窗口、阶数、截止频率怎么定

参数选择是实践中问得最多的问题。直接给结论：Savitzky-Golay 的窗口长度 L 通常取采样频率的 1% 到 5% 对应的点数——100Hz 采样时 10~20 个点就是 0.1~0.2 秒的窗口。窗口越大平滑越强，但对快速变化的运动响应越慢。多项式阶数一般取 2 或 3，高阶能保留更多细节但对噪声也更敏感，我一般先试 3 阶，看速度曲线不够平滑再调大到 5 阶试试，但很少超过 5 阶。

低通滤波的截止频率怎么定？纯经验会翻车，正确做法是看目标信号的频谱。先对位置信号做一次 FFT，观察能量集中在哪个频段，把截止频率设置在信号主要能量频段的 1.5~2 倍处。比如一个慢速移动的机器人，位置变化频率集中在 1Hz 以下，截止频率设 2~3Hz 就够了；如果是高频振动测量，就得设到几十赫兹。盲目设一个低截止频率，会把真实的快速运动“削”成平滑曲线，算出的加速度根本不反映真实物理过程。

样条拟合的平滑参数 s 也是同理。UnivariateSpline 中 s 如果设为 0，就是严格经过每个采样点的插值，噪声完全保留，求导结果和中心差分差不多；s 设太大，曲线过度平滑，真实运动特征会被抹掉。我常用的经验法是：s 取位置噪声方差的 1~2 倍，或者根据残差平方和来决定——不断增加 s，直到拟合曲线与原始数据之间的残差不呈现明显相关性。

4. 踩坑实录：常见问题与排查技巧

4.1 速度曲线毛刺多，抖成“心电图”

这个现象我最早处理 GPS 轨迹数据时遇到过，当时刚入行，拿位置直接一阶差分，出来的速度曲线完全没法看，5m/s 的真实车速抖出了 ±20m/s 的假尖峰。排查步骤很有代表性：

先看原始位置曲线的抖动幅度。把位置-时间图画出来，如果曲线本身就有毛边，说明传感器噪声大，必须走平滑路线。再看有没有异常跳点——GPS 掉线后再重连的瞬间位置可能有几十米突变，这时候先要做异常值剔除，而不是上滤波。剔除异常值可以用中值滤波加阈值判断：计算每个点与前后 5 点中位数的差值，超过 3 倍 MAD（绝对中位差）的标记为异常，用中位数替换或者直接插值。

处理完异常值，再按第 3 章的流程做 SG 滤波或样条拟合。注意顺序不能反：先清洗异常值再滤波平滑，如果先滤波，异常跳点会被“摊开”到附近很多个点，后续怎么处理都带着残余影响。

4.2 计算结果和标定速度对不上

有一类问题更隐蔽：算法没错，但速度值和参考值就是系统性偏差。排查时我会按“时间戳单位 → 时间基准偏移 → 传感器延迟”的顺序往下查。

最常见的就是时间戳单位搞错。数采系统导出的时间列，有的是秒，有的是毫秒，还有的是微妙。100Hz 采样下相邻时间戳如果是 10ms，你按 10s 去当分母，速度直接缩水 1000 倍。代码里把 t 的单位统一成秒，这一条检查完能解决一半的“速度对不上”。

第二个常见原因是时间基准偏移。传感器输出的时间戳不是从 0 开始的，而是从某个绝对时刻开始，计算 Δt 时用相邻时间戳相减，绝对基准会抵消掉，所以单纯求速度不受影响。但如果系统里有两个传感器，一个位置信号和一个参考速度来自不同设备，两者之间存在固定时间延迟——比如视频帧曝光时刻和 GPS 数据时刻差了几十毫秒——这个延迟会在差分后的速度和真实速度之间引入相位差，尤其变速运动时同一时刻速度对比差得非常多。排查方法是做互相关分析，把位置信号的差分结果和参考速度信号做互相关，看峰值偏移量，那就是延迟的时间长度。

4.3 边界点速度异常，首尾总出鬼

中心差分在序列首尾各少一个点，很多初学者直接跳过不管，但边界点偏偏是速度和位置计算里最容易出问题的区域。处理方式有以下几种：

• 首点用前向差分，末点用后向差分，保证点数不丢失；
• 用邻近两个点的平均值补边界：v₀ = v₁；
• 离线处理时直接丢弃首尾各 2~3 个点，大多数情况下这是最省事的选择。

工程实践里我强烈推荐最后一种。边界点的速度本来就受边界效应影响，滤波类的算法（不管是移动平均还是 SG）在边界处的行为也不稳定，与其纠结边界多出来的一个点，不如直接丢掉，保证中间数据最可靠。出来结果描述整体运动规律时，边界点的差异也基本不影响结论。

4.4 常见问题速查表

把实践中频率最高的几类问题整理成一张表，排查时先对着过一遍：

4.5 最后一个经验之谈

处理这类问题做了七八年，我最大的体会是：先看数据再选方法，永远比自己写一个漂亮算法更重要。拿到离散位置序列，第一件事不是上代码，而是把位置-时间曲线画出来，用眼睛观察它的抖动程度、有没有跳变、时间戳间隔是否均匀、运动是匀速还是快速变速。这三个观察结果直接决定了你应该走中心差分、SG 滤波、低通滤波还是样条拟合的路线。

另一个重要的习惯是，算完速度必须做一次反向验证。把速度曲线数值积分，看能不能恢复出原始位置轨迹。如果积分回推的位置和原始位置偏差随时间不断累积，那速度计算结果多半有问题；如果回推轨迹与原始数据基本重叠，那这个速度就靠谱。这个验证步骤只要多写三行代码，却能帮你挡住绝大多数低级错误。我自己养成了这个习惯之后，算法返工率降低了不止一半。