摘要
本发明涉及噪声处理技术领域,特别是一种基于物联网集成的机电设备噪声处理方法及系统,包括采集机电设备的原始噪声信号并进行预处理;判断对预处理后的噪声信号是否为周期性信号;对预处理后的噪声信号进行时域分析,频域分析进行特征提取;对预处理后的噪声信号进行小波变换并进行特征提取;基于机器学习算法对提取的特征进行分类和识别,在云平台中构建识别模型识别特征后进行噪声处理。本发明将计算量小的数据通过本地嵌入式系统或DSP系统进行处理;而将计算量大的识别模型的构建通过云平台进行处理;本地端与云平台通过通讯,简化了云平台的计算量,提高了计算效率;有利于提供计算效率降低系统的功耗;同时为噪声处理系统的小型化做出贡献。
技术关键词
机电设备
信号
频率
噪声传感器
机器学习算法
识别特征
云平台
处理单元
执行噪声
嵌入式系统
分类器
带通滤波器
通讯
生成特征
周期性
采集设备
处理器
计算机设备
系统为您推荐了相关专利信息
多普勒
反射点
误码率
信道频域响应
卫星轨道参数
频段
特征选择
独立成分分析
通道
脑电信号特征提取
微型夹持器
光信号发生器
形状记忆聚合物
磁场环境
形态