频谱图（时频分析）（边缘AI推理）
Spectrogram (STFT) — Edge AI Inference
对信号分帧做 FFT 并按时间排列，得到"时间—频率—能量"三维表示。
01
定义
对信号分帧做 FFT 并按时间排列，得到"时间—频率—能量"三维表示。
02
公式与计算
S(t, f) = |STFT{x}(t, f)|²
STFT：加窗分帧后逐帧 FFT，帧移 < 窗长
03
适用时机
非平稳信号分析（启停机、冲击事件、鸟鸣、地震事件）。 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
窗长（决定时间—频率分辨率权衡）、帧移、窗函数；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
失效与边界窗长越长频率分辨率越高但时间分辨率越低——这是不可回避的权衡。 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 频谱图（时频分析）（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。