在三维坐标系 (X, Y, Z) 中，每个轴向上采集的振动信号通常包含噪声与尖峰。传统平均振幅容易受极端值影响，而中间值振幅将每个轴向上的一组采样值按大小排序，取中间值作为该轴向的代表振幅，最终合成三维中间值振幅向量。它提供了对“典型”振动幅度的稳定估计，尤其适用于非高斯噪声、突发干扰场景。
在3D扫描、地震监测、机械故障诊断等领域，中间值振幅已成为预处理标准步骤之一。
三维中间值振幅向量合成示意 · 每个轴向独立取中间值
对脉冲噪声、离群点不敏感，比均值法鲁棒3倍以上。
有效保留主要振动模式，不因少数异常值而失真。
快速选择算法，适合嵌入式与实时3D分析系统。
各轴独立中间值，统一三维空间振幅度量。
桥梁、建筑三维振动中间值振幅分析，预警异常变形。
3D力反馈中间值滤波，提升抓取稳定性。
去除扫描抖动噪声，获得干净点云振幅特征。
轴承、齿轮箱三维振动中间值趋势提取。
处理三分向地震数据，稳健估计地面运动振幅。
运动姿态中间值振幅分析，减少误触发。
关于3D中间值振幅的深度技术问答，帮助您快速理解与应用。
平均振幅对所有采样值求和后平均，容易被少数极大或极小值干扰；中间值振幅取排序后的中间值，不受极端值影响。在3D振动中，中间值能更真实反映主体振动能量，尤其存在冲击噪声时。
分别对X、Y、Z轴采集的N个采样值排序，取各轴中间值（N为奇数时取中间，偶数时取中间两数平均），组成三维向量 (M_x, M_y, M_z)，其模长即为三维中间值振幅标量。
采用快速选择算法（如nth_element）复杂度O(N)，现代DSP或ARM Cortex-M7上处理128点三轴数据仅需微秒级，完全满足1kHz以上实时控制需求。
对于高斯白噪声占主导的场景，均值略优；但实际工业现场常包含脉冲干扰、传感器毛刺，中间值振幅更稳健。建议根据数据特征混合使用。
峰值振幅只关注最大值，极易被异常噪声主导；中间值振幅反映整体振动水平，更稳定可靠，常用于故障趋势分析。
窗口长度N通常取奇数，如5、7、9、15等。根据信号频率和采样率调整：N过小去噪弱，N过大滞后增加。经验值：采样率1kHz时取7~15点。