功率谱密度（边缘AI推理）
Power Spectral Density — Edge AI Inference
单位频带内的功率，是随机振动与噪声的标准描述，不随分析带宽改变。
01
定义
单位频带内的功率，是随机振动与噪声的标准描述，不随分析带宽改变。
02
公式与计算
Welch 法：分段、加窗、求周期图后平均
PSD(f) = (1/(f_s·Σw²)) · |X(f)|²（单边谱需 ×2）
03
适用时机
随机振动规范（运输、地震）、噪声谱分析、模态识别。 部署到边缘 AI 推理盒（NPU/GPU 加速）时，需做模型量化（INT8）与算子裁剪，阈值与窗长按现场数据标定后固化。
04
关键参数
段长、重叠率（50%）、窗函数、平均段数；边缘 AI 版本注意量化误差、推理时延与模型版本管理，异常需支持远程回滚。
05
注意事项
失效与边界明确是单边还是双边谱；平均次数不足会导致方差极大。 边缘 AI 实现需在目标算力上做推理时延与精度权衡测试，并保留原始数据上传通道供云端复核。
CLOSE
把 功率谱密度（边缘AI推理） 用起来
下一步
实际项目如何应用？
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
相关 SIYB 产品
正式参数、方案与商务资料以 xmsiyb.com 官网为准。
需要把技术判断落到项目？
进入行业应用与智能选型中心，获取场景设计、选型与实施参考。