VIP20
本课程属于：016-TinyML异常检测与预测性维护 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

5. TinyML频域特征提取：FFT、频带能量与故障特征

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 核心概念 · 整体框架
课程导入学习目标
02
时域与频域基础
信号表示 · 时域波形与频谱的关系 · 为什么需要频域分析
时域频域基础
03
傅里叶变换原理
从连续傅里叶变换到离散傅里叶变换（D…
傅里叶变换原理从连续傅里叶变换…
04
快速傅里叶变换（FFT）
FFT算法原理 · 计算复杂度优势及常见变体（基2 · 基4等）
FFT快速傅里叶变换
05
FFT在嵌入式平台上的实现
定点数 · 浮点数 · 查表法
FFT嵌入式平台上的实…
06
采样定理与频率分辨率
奈奎斯特频率 · 采样率选择 · FFT点数与频率分辨率的关系
采样定理频率分辨率
07
窗函数
频谱泄漏的原因 · 常用窗函数（汉宁 · 汉明
窗函数频谱泄漏的原因
08
频谱预处理
幅值谱 · 功率谱 · 对数谱的转换与归一化方法
频谱预处理幅值谱
09
频带能量特征
定义频带 · 计算频带能量 · 能量占比与归一化方法
频带能量特征定义频带
10
频带特征提取实战
使用Python/NumPy对振动信…
频带特征提取实战Python/NumPy
11
TinyML中的FFT库
CMSIS-DSP · KissFFT · ArduinoFFT等库的对比与使用
TinyMLFFT
12
在MCU上运行FFT
内存限制 · 计算时间 · 功耗与实时性考量
MCUFFT
13
故障特征概述
常见机械故障（轴承 · 齿轮 · 不平衡）在频域中的表现
故障特征概述常见机械故障
14
轴承故障特征频率
内圈 · 外圈 · 滚动体
轴承故障特征频率内圈
15
齿轮故障特征
啮合频率 · 边带 · 调制现象在频谱中的识别
齿轮故障特征啮合频率
16
电机故障特征
转子断条 · 气隙偏心 · 定子故障的频域特征
电机故障特征转子断条
17
频域特征用于故障诊断
从频谱中提取故障指标（峰值 · 边带能量 · 谐波能量）
频域特征用于故障…从频谱
18
案例实战
使用加速度传感器采集振动数据 · 通过FFT提取频带能量并识别故障类型
案例实战使用加速度传感器…
19
特征选择与降维
从多个频带能量中筛选有效特征 · 避免维度灾难
特征选择降维
20
频域特征与机器学习结合
将频带能量作为输入 · 训练分类器（决策树 · SVM
频域特征机器学习结合
21
TinyML模型部署
将训练好的故障分类模型部署到MCU · 实现端侧推理
TinyML模型部署
22
模型量化与压缩
对频域特征和模型进行量化 · 减少内存占用和计算量
模型量化压缩
23
实时数据流处理
在MCU上实现滑动窗口FFT和特征提…
实时数据流处理MCU
24
低功耗优化
降低FFT计算功耗的策略 · 如间歇采样 · 低功耗模式切换
低功耗优化FFT
25
常见问题与调试
频谱混叠 · 泄漏 · 噪声干扰
常见问题调试
26
性能评估
如何评估频域特征提取的准确性 · 实时性和资源消耗
性能评估如何评估频域特征…
27
综合项目
设计一个基于TinyML的旋转机械故… · 从数据采集到云端/本地告警
综合项目TinyML
28
进阶话题
小波变换 · 短时傅里叶变换（STFT）与FFT的…
进阶话题小波变换
29
前沿趋势
边缘AI · 神经形态计算 · 超低功耗FFT硬件加速器在TinyM…
前沿趋势AI
30
课程总结与扩展
回顾核心知识点 · 提供进一步学习资源和实践建议
课程总结扩展