震动信息的FFT分析
本帖最后由 lcdi 于 2020-5-3 20:49 编辑<p>从信号处理出发,因为幅值的波动大不易稳定,此因素容后考量.(幅值变化规律)<br />
检测震动的频域信息,较为可能实现目标.</p>
<p>具体到专家模式的功能选项ARMA是自适应滤波<br />
其余函数反应的都是幅值信息.<br />
只有FFT能得到频域信息.那么,仔细研究传感器的FFT功能</p>
<p>下图是加快速抖动</p>
<p></p>
<p>下图是较慢速抖动</p>
<p></p>
<p> </p>
<p>下图是更慢速抖动</p>
<p></p>
<p> </p>
<p>可以明显看出区别,但这个区别是频域上的,如果既有高频也有低频呢<br />
如下两图</p>
<p></p>
<p>这样其实是先低频震动两下跟着高频震动三下</p>
<p></p>
<p>这样的是先高频震动三下再跟着低频震动两下</p>
<p> </p>
<p>上面两种动作是顺序相反的,当然不能当作相同,但反映在频域上(DFT后)看起来没有差别<br />
所以只用FFT是不够的~~</p>
<p>(顺便提一下,入门模式的震动监控例子就是FFT的,一个例子是训练数据,另一个例子是比较训练数据<br />
但只是阈值比较,所以只能识别震动和不震动.)</p>
<p>接下来要研究一下FSM和MLC,因为是LSM6DSOX最大特色,也有手势识别能力,那么,很可能突破点就在那里~</p>
学习了
页:
[1]