随机信号智能体项目演示

感知采集、噪声预处理、时频域特征分析、决策控制闭环

固定种子实验 · 静态演示

本页由项目 Python 工具链生成,展示真实计算结果,无需登录或配置外部模型。

种子 42 · 200 Hz · 8 秒 · 1600 点 · 8 Hz 主频 · random_process + mixed。图中曲线共享纵轴;完整数据见下方下载。

这是固定样本结果页。对话、上传分析、麦克风和自动调参需要在本地启动 Python 后端。

查看源码与本地运行步骤 · 下载可上传的两列 CSV · 下载含干净参考的完整 CSV · 查看参数与完整指标 JSON

核心指标

状态可用但需抑噪中等滤波
SNR 提升1.92 dB预处理前后对比
主频8.00 HzFFT 峰值
谱熵0.364越高表示频谱越分散
RMS0.868信号有效值
异常点率0.19%鲁棒检测结果

算法演示

time / frequency 原始观测预处理后干净参考 time / frequency 功率谱

六种预处理方法对比

同一输入、固定默认参数(窗口 7 点)。这是离线比较,Web Agent 自动搜索参数后的结果可能不同。

原始 SNR:2.859 dB。SNR 以仿真干净信号为参考,只反映本次样本;上传数据没有参考时不计算真实 SNR。

方法处理后 SNR相对原始提升
鲁棒滑动平均4.781 dB+1.922 dB
中值滤波4.583 dB+1.724 dB
指数平滑1.829 dB-1.030 dB
FFT 低通4.154 dB+1.295 dB
混合增强4.672 dB+1.813 dB
卡尔曼滤波2.144 dB-0.714 dB

智能体执行轨迹

  1. SensorAgent:采集随机信号。采样率 200 Hz,时长 8.0 s,共 1600 点。
  2. PreprocessAgent:噪声预处理。检测并修复 3 个脉冲异常点,去除均值 -0.0172,滑动平均窗口 7。
  3. FeatureAgent:提取时频域特征。RMS=0.868,一阶自相关=0.970,主频=8.00 Hz,谱熵=0.364。
  4. DecisionAgent:生成控制决策。判定状态为“可用但需抑噪”,控制策略为“中等滤波”。

控制建议

展开结构化分析结果
{
  "time_features": {
    "mean": -0.0001261655893997271,
    "variance": 0.7538647337943593,
    "std": 0.8682538417964871,
    "rms": 0.8682538509630207,
    "peak": 2.5721342212892075,
    "peak_to_peak": 4.62808611980169,
    "crest_factor": 2.962421898196445,
    "skewness": -0.06564979779557997,
    "kurtosis": 2.335609611783081,
    "impulse_factor": 3.554338516036516,
    "shape_factor": 1.1998083453934576,
    "clearance_factor": 4.0835051377511835,
    "zero_crossing_rate": 0.08442776735459662,
    "lag1_autocorrelation": 0.9699513851699183,
    "lag6_autocorrelation": 0.24883378673809695
  },
  "frequency_features": {
    "dominant_frequency_hz": 8.0,
    "dominant_power": 157712.78955155762,
    "mean_frequency_hz": 14.979777409951796,
    "spectral_centroid_hz": 7.346701545270375,
    "rms_frequency_hz": 8.446433829583102,
    "frequency_variance_hz2": 17.368220842247744,
    "frequency_std_hz": 4.167519747073521,
    "spectral_bandwidth_hz": 4.167519747073521,
    "spectral_entropy": 0.36351473519441174,
    "spectral_rolloff_85_hz": 8.125,
    "top_peaks": [
      {
        "frequency_hz": 8.0,
        "power": 157712.78955155762
      },
      {
        "frequency_hz": 7.875,
        "power": 41144.27352831679
      },
      {
        "frequency_hz": 8.125,
        "power": 32792.81398111956
      },
      {
        "frequency_hz": 0.125,
        "power": 4864.532581623334
      },
      {
        "frequency_hz": 0.875,
        "power": 4674.278294152882
      }
    ]
  },
  "quality": {
    "raw_snr_db": 2.8586184430642687,
    "processed_snr_db": 4.780632617508033,
    "snr_improvement_db": 1.9220141744437642,
    "anomaly_rate": 0.001875,
    "detected_anomaly_count": 3,
    "has_clean_reference": true
  }
}