在硬件IoT场景中，传感器原始波形常远多于业务所需。本期实验聚焦网关与低功耗MCU之间的“先压缩、后上云”链路：端侧只保留可解释特征，云端按需回捞原始片段，以降低流量与功耗。
实现分三层：一是端侧特征层，对振动、温度、电流等信号提取均值、方差、峰值因子与频带能量，单帧由2KB降至64B；二是链路自适应层，依据RSSI、丢包率与事件置信度动态调整上报间隔，平稳期拉长、异常期加密；三是云端复核层，用轻量模型判断特征是否足够，必要时下发回捞指令并做片段校验。
阶段性进展：在两类工业设备试点中，上行带宽占用下降约九成，异常事件从触发到云端可见的延迟控制在2秒内，召回率保持在0.94附近；误报主要来自工况切换，已通过状态标记过滤。
下一步计划：将特征提取与int8量化模型下沉到MCU，补齐丢包重传与断点续传策略，并评估不同采样率下的功耗预算。
评论