SensorFM 这类以语义通道为单位组织输入的模型，通常不能直接吃手环导出的原始文件：手环侧给出的是厂商私有的字段名、嵌套结构和各家不同的采样率，模型侧要的是统一通道名、统一单位、基本恒定采样间隔的时间序列。判断顺序建议是：先看文件结构，再做字段到语义通道的映射，再比采样间隔，最后看坐标系，然后决定哪些差异靠预处理消化、哪些只能换数据源。

不同品牌手环的导出数据，通道名、嵌套层级、采样率通常都不一致，SensorFM 一般不能直接读。可以先做四件事：确认文件是列式表格还是嵌套结构、把设备字段映射到统一语义通道、用相邻时间戳差值判断采样是否均匀、用静止段重力方向判断坐标系是否一致。通道缺失、量程饱和、时间戳整段缺失这三类问题，预处理补不回来，只能换数据源或放弃该段。

先看清导出文件的实际结构

先别急着写解析代码，先看文件头和字段列表。列式 CSV/TSV 和按记录嵌套的 JSON（或由其他格式转出的 JSON）在解析方式上完全不同，按错字段解析出来的往往是一列时间或一列序号，而不是传感器通道。

# 列式文件：只看头部和总行数
head -n 3 export.csv
wc -l export.csv

# 嵌套 JSON：看顶层键和第一条记录的键
python -c "import json;d=json.load(open('export.json'));print(list(d)[:20]);print(json.dumps(d[list(d)[0]] if isinstance(d,dict) else d[0], ensure_ascii=False)[:500])"

看字段时顺手记录三件事：总行数或记录条数、时间戳首尾之间的时间跨度、包含多少个候选通道。行数与时间跨度一起看能反推平均采样间隔，如果时间跨度是八小时而只有几百条记录，这更像是降采样后的摘要数据而不是原始波形。通道数要连嵌套层级一起数，有些设备把心率放在类似 metrics.heart 的下一层，同级还有置信度字段，只取第一层会漏掉。

把设备字段翻译成统一语义通道

同一类数据在不同品牌里叫法很多，映射表要落到单位和量程上；只统一名字不统一单位，后续仍然会错。下面这张表是通用骨架，第一列请替换成你实际导出文件里的原文。

表里最后两行要单独标出来：这类字段在模型侧没有明确的语义通道可以落，硬塞成数值列只会引入不可解释的输入。映射完成后，建议随机抽几条记录，拿设备自带页面或导出工具的显示值对一遍心率和时间戳，确认单位换算方向没有反。

比对采样间隔是否恒定

手环数据常见三种情况：固定间隔、带抖动的事件驱动、以及不同通道各自采样率。用相邻时间戳差值看分布最快。

python - <<'PY'
import csv
from collections import Counter
ts=[]
with open('export.csv') as f:
    r=csv.DictReader(f)
    for row in r:
        ts.append(float(row['timestamp']))  # 按实际字段名替换
d=[b-a for a,b in zip(ts,ts[1:])]
d.sort()
n=len(d)
print('条数', n)
print('最小', d[0], '中位', d[n//2], '最大', d[-1])
print(Counter(round(x,3) for x in d).most_common(10))
PY

中位数大致代表主采样间隔，最大值如果明显偏离中位数，说明存在丢包或暂停段。建议按段落处理：连续多个间隔接近中位数的段落保留；只有个别尖峰的段落可以重采样；如果一整段的间隔都远大于中位数，比如中间有几小时没有记录，这段原始信息已经丢失，重采样只会补出平坦的假数据，建议丢弃并记录缺口位置。

判断佩戴方向是否需要重定向

腕戴和手持的三轴坐标系朝向不同，同一个抬手动作在两组数据里可能表现为相反的符号。判断方法是用静止段的重力方向做基准：设备静止时合加速度主要来自重力，哪个轴承担主要分量，哪个轴就大致指向地。

python - <<'PY'
import csv, math
rows=[]
with open('export.csv') as f:
    r=csv.DictReader(f)
    for row in r:
        rows.append((float(row['acc_x']),float(row['acc_y']),float(row['acc_z'])))
still=[(x,y,z) for x,y,z in rows if abs(math.sqrt(x*x+y*y+z*z)-1.0)<0.08]
if still:
    n=len(still)
    print('静止样本', n)
    print('均值 g:', sum(p[0] for p in still)/n, sum(p[1] for p in still)/n, sum(p[2] for p in still)/n)
PY

把两组数据（例如已知基准的设备和你手上的手环）静止段的均值向量拿出来比：如果主分量落在不同轴上，通常需要一次轴交换或符号翻转；如果主分量符号相反，至少要做一次取反。这一步做完要再用同一段静止数据复算一次，确认主分量回到同一个轴。重定向只解决轴向问题，解决不了佩戴松紧带来的幅度差异，幅度差异建议放到归一化阶段处理，不要靠旋转硬凑。

列出必须预处理与只能换源的分界

把上面几步的结果落到一张分界清单上，再决定是否继续往下走。

• 通道缺失：模型必需的语义通道在导出文件里完全没有，例如模型要三轴加速度，而设备只导出心率和步数。这类问题通常在映射阶段就会暴露，预处理补不出来，只能换数据源，或者确认该通道是否属于可选输入后再决定是否降级使用。
• 量程饱和：原始值长时间贴在上限或下限附近不变，例如加速度长时间停在同一个固定值。这是传感器量程截断，插值和外推都不能还原被削掉的峰值，建议丢弃饱和段，或改用更大量程的导出方式（如果设备支持）。
• 时间戳缺失：整段没有绝对时间戳、只有序号，或者只有起始时间而没有每条的偏移。缺一条两条可以按恒定间隔线性补齐；整段缺失时无法判断真实采样间隔，补出来的时间轴不可信，这一段只能放弃。

反过来，单位换算、字段重命名、列顺序重排、降采样、坐标系旋转这些差异，通常在预处理阶段就能消化，做完后拿一小段已知数据回放验证即可。判断的底线是：凡是要靠推测去补的信息，先假设它补不回来；能换源就换源，换不了就明确标注这段数据的不可用范围，不要让带着未知不确定性的数据进入模型输入。