谱熵（嵌入式实时实现）
Spectral Entropy — Embedded Real-Time Implementation
用功率谱归一化后计算香农熵，度量信号频谱的"集中/分散"程度，是信号复杂度与状态识别的特征量。
01
定义
用功率谱归一化后计算香农熵，度量信号频谱的"集中/分散"程度，是信号复杂度与状态识别的特征量。
02
公式与计算
H = −Σ pi·log(pi)，pi = P(fi)/ΣP(fj)
03
适用时机
振动/声学信号的状态识别（正常运行 vs 异常）、睡眠/脑电分析、地声事件判别。 在采集器/边缘节点上实现时，需按定点运算、内存与功耗约束裁剪，窗长与阈值取保守值以保证实时性。
04
关键参数
FFT 窗长、频带范围、归一化方式；嵌入式版本注意数值量化、内存占用与执行周期预算。
05
注意事项
失效与边界白噪声谱熵最高（接近均匀），单一频率最低；可作为健康监测的特征输入分类器。 嵌入式实现须在目标样机上验证执行周期与长期稳定性，再上线批量部署。
CLOSE
把 谱熵（嵌入式实时实现） 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。