工具与软件:
您好!
我们将 创建一个边缘 AI 电机故障检测演示。
请帮助我们解决以下问题。
1.如图所示,有三种型号可供选择。 这些模型之间有何区别?

2.您能告诉我们预处理参数的详细信息吗? 这些参数是否与 预处理方法(FFT/FFTBIN)相关?

3. FFTBIN 是 信号处理中的一种方法吗? 它的含义是什么
此致。
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.
工具与软件:
您好!
我们将 创建一个边缘 AI 电机故障检测演示。
请帮助我们解决以下问题。
1.如图所示,有三种型号可供选择。 这些模型之间有何区别?

2.您能告诉我们预处理参数的详细信息吗? 这些参数是否与 预处理方法(FFT/FFTBIN)相关?

3. FFTBIN 是 信号处理中的一种方法吗? 它的含义是什么
此致。
您好!
让我们从训练参数开始。 电机故障用户指南(请参阅表2) 提供了有关该参数的详细信息。 
我会跟进问题(1)和(3)的更多信息。
Martin
您好!
这三种模型在性能、SRAM 使用和闪存使用方面都有差异。
例如、对于 F28P55 近似值 推理时间(微秒)、SRAM 使用量(字节)、闪存使用量(字节)是:
MotorFault_1_t:169us、1084字节、1836字节
MotorFault_2_t:1190us、3170字节、4260字节
MotorFault_3_t:263us、1088字节、2641字节
关于 Q3、FFTBIN 是 FFT、然后是帧分级、然后是帧串联。 例如、 MotorFault_256Input_FFTBIN_16Feature _8Frame_3InputChannel_removeDC_1D 表示 FFT 对256输入帧大小-->每个帧包含16个图元、然后将8个帧串联在一起
尊敬的 Adithya:
感谢您的答复。
我们还有一些问题。
1、FFTBIN 和 FFT 有什么区别?
2.我们不知道我们是否理解正确。 从您的回复中、 MotorFault_256Input_FFTBIN_16Feature _8Frame_3InputChannel_removeDC_1D 意味着 根据256的窗口大小划分时域数据、然后对256个样本数据执行 FFT、并通过特征提取每帧获得16个特征、最终连接8帧?
再次感谢您的答复、期待您的答复。
此致。
您对第2点的理解是正确的。
关于第1点、FFTBIN v/s FFT 的差异是分级。 例如、在预设中: MotorFault_256Input_FFT_128Feature _1Frame_3InputChannel_removeDC_2D1256 时域样本作为一个窗口、并在其上完成 FFT、从而产生256点输出。 我们只采用正半部分、这意味着 128点(每帧特征大小)。
在前面的示例中、 MotorFault_256Input_FFTBIN_16Feate_8Frame_3InputChannel_removeDC_1d --> 256点为 FFT、因此在正半部分产生128个点、bin_size=8表示每帧具有128/8=16个功能
与 FFT 相比、FFTBIN 的功能正在减小功能大小(128至16)?

根据您的示例(MotorFault_256Input_FFTBIN_16Feature _8Frame_3InputChannel_removeDC_1d)、 FFTBIN 之后模型的数据大小输入是128还是16? 如果数据大小仍为128 (每帧16个功能、 连接8个帧)、为什么使用 FFTBIN?