AI边缘数据压缩定制：时序降采样与突变保留

在硬件IoT场景中，边缘网关常受上行带宽、蜂窝流量与电池功耗约束，原始高频时序数据难以全量上云。本期实验室围绕“可逆性”与“事件完整性”做了一组边缘压缩实验：对稳态段采用分段线性拟合与自适应降采样，对突变段保留原始窗口并打事件标签；协议层做字段级映射，统一时间戳与质量码，避免压缩后丢失工况上下文。

进展：在振动与温度两类传感数据上，压缩率稳定在8~12倍；对冲击、阶跃等关键突变事件的召回率高于98%，端侧CPU占用低于15%。下一步计划把压缩策略与断网续传联动，异常窗口优先补传，并在更多低功耗节点上验证长期稳定性。