请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。
器件型号: TMS320F28P550SJ
对于基于 TMS320F28P550 边缘 AI 的电弧检测、如果除 FFT 之外还需要使用对数频谱功率作为功能输入、应如何继续?
This thread has been locked.
If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.
器件型号: TMS320F28P550SJ
对于基于 TMS320F28P550 边缘 AI 的电弧检测、如果除 FFT 之外还需要使用对数频谱功率作为功能输入、应如何继续?
尊敬的 Alfred:
请问、您希望为电弧故障检测设计哪种类型的功能向量?
TI 提供的当前电弧故障模型具有固定大小的 256 个输入特征向量、如果您有兴趣扩展/减小输入特征向量的大小、则需要设计您自己的神经网络架构。
您可以参考
1.1.什么是 Tiny ML Tensorlab? —TI Tiny ML TensorLab 1.3.0 文档
了解如何在 TI 生态系统中设计您自己的神经网络。
在默认配置中、我们的参考设计已使用对数频谱功率 (LSP) 作为其功能、而不是原始 FFT 频段。
1024 点 FFT 计算幅度频谱后、RUN_FEATURE_EXPLRATION () 每 4 个连续的 FFT 频段对其幅度求和、
并应用 10*logf (sum)- fft_offset、每帧生成 32 个 LSP 特征。
八个帧串联成一个 256 元素的 INT8 矢量、馈送到神经网络。