精度常被误解为“测量值与真实值的接近程度”，但工程上它包含非线性、迟滞、重复性等多项指标。举个例子，一个标称精度±0.5%的压力传感器，在满量程100kPa时误差可达±0.5kPa——如果实际需要监测的波动只有0.2kPa，这个传感器根本分辨不出变化。更关键的是，精度决定了数据的“有效位数”。一个12位ADC搭配高精度传感器，能分辨出1/4096的微小变化；而低精度传感器输出的信号本身就被噪声和偏差淹没，ADC位数再高也只是在量化噪声。因此，选型时必须让传感器精度至少比被测物理量的小变化量高一个数量级。
响应频率（或带宽）决定了传感器能多快捕捉信号变化。根据奈奎斯特采样定理，要还原一个频率为f的信号，采样率至少为2f。但传感器本身的物理响应往往才是瓶颈。比如用热电偶测燃烧火焰温度，其响应时间可能长达几十毫秒，而火焰脉动频率可达上千赫兹——结果只能得到平均温度，丢失所有动态信息。相反，压电式传感器带宽可达几十千赫兹，适合捕捉冲击和振动。选型时务必确认：传感器带宽是否覆盖被测信号的主要频率成分？否则高频信息被“滤掉”，后续频谱分析全是假象。
信噪比（SNR）是传感器输出信号功率与噪声功率的比值，通常用分贝表示。一个SNR为60dB的传感器，意味着信号比噪声强1000倍；而40dB时信号仅比噪声强100倍。在微弱信号检测中，比如脑电图（EEG）采集，信号幅度只有微伏级，若传感器本底噪声过高，真正的脑电节律就会被淹没。更隐蔽的问题是“噪声折叠”：高频噪声在采样时混叠到低频段，伪装成有用信号。因此，高信噪比传感器往往内置滤波或采用差分输出结构，从源头抑制共模干扰。
精度、响应频率和信噪比三者相互制约。高精度传感器可能带宽较窄，高带宽传感器又容易引入噪声。实际选型时，需要先明确被测信号的幅度范围、频率成分和允许误差，再反推传感器指标。例如工业电机监测中，振动信号频率可达10kHz，幅度从微重力加速度到几十g，此时应选宽频带、高SNR的MEMS加速度计，而非通用型。记住：数据质量不是后期“修”出来的，而是选型时“定”下来的。下一次看到漂亮的数据曲线，不妨想想背后那个默默工作的传感器——它才是真正的无名英雄。
