文章目录
一、概述
在振动信号大数据应用过程中，通常需要提取信息的特征数据。对于振动信号来说通常我们采用信号处理方法来得出相关振动信号的特征，用于进行大数据分析计算。
振动信号常用的时域信号特征包括：概率分布函数、均值、均方根值、方差、自相关函数和互相关函数等，本章将分别讲解这几种常用特征，并采用python代码进行实现。
二、算法原理
2.1 概率分布函数和概率密度函数
2.1.1 概率分布函数
随机振动信号的概率分布函数是指一随机振动是 N N N个样本函数的集合 X = {
在振动信号大数据应用过程中，通常需要提取信息的特征数据。对于振动信号来说通常我们采用信号处理方法来得出相关振动信号的特征，用于进行大数据分析计算。
振动信号常用的时域信号特征包括：概率分布函数、均值、均方根值、方差、自相关函数和互相关函数等，本章将分别讲解这几种常用特征，并采用python代码进行实现。
随机振动信号的概率分布函数是指一随机振动是 N N N个样本函数的集合 X = {
道可道，非常道；名可名，非常名。 无名，天地之始，有名，万物之母。 故常无欲，以观其妙，常有欲，以观其徼。 此两者，同出而异名，同谓之玄，玄之又玄，众妙之门。