对于大多数数据来说，百分比阈值调整法都可以满足需求，但有一些特殊数据是它无能为力的，如下图这个时间序列：

图中时间序列前半段数据都在80附近，后半段突然下降，调整后稳定在73附近，直觉上调整的过程是异常时段，其他时段都可以认为是正常。

先按原来的参数发现异常：

学习区间k=100；

距离法半径倍数n=2；

阈值差百分比dst=0。

发现的异常符合算法的逻辑，80附近的突变点的确属于少数，可以认为是异常，但相较于调整时段的变化幅度，这样的变化根本不算什么，可以认为是正常的。

观察tu和td，两者在前半段相差很小，甚至相等，此时用百分比阈值调整法是无法调整异常度的。

下图是dst=0.3的异常发现结果：

可以发现dst几乎没有作用，面对这类数据应该怎么做呢？

对于这类数据，我们允许时间序列X中的值在某个范围内变化，无论其在该范围内怎么变化，都认为是正常的。如上图的数据，允许数据的变化范围不超过0.5，就像一个“管道”似的，只要数据在这个宽度的“管道”内，都可以认为是正常的，将这个管道称为通道，用ch表示。利用通道调整阈值的方法称为通道阈值调整法。

通道阈值调整法也很简单：当x_i大于tu时且td+ch也大于tu时，将tu调整为tu’=td+ch；当x_i小于td时且tu-ch也小于td时，将td调整为td’=tu-ch。

tu’=if(x_i>tu&&td+ch>tu, td+ch,tu)

td’=if(x_i<td&&tu-ch<td, tu-ch,td)

这样就可以保证在通道ch内，x_i都是正常的。

SPL

计算结果示例：

从图中可以看到，在通道内的数据都是正常了，也符合我们的直观判断。