文献类型：期刊文章

作　　者：赵鑫[1,2] 马再超[1,2] 刘英博[1,2] 丁雨亭[1,2] 魏慕恒[3]

ZHAO Xin;MA Zai-chao;LIU Ying-bo;DING Yu-ting;WEI Mu-heng(Institute of Information System and Engineering,School of Software,Tsinghua University,Beijing 100084,China;Beijing Key Laboratory for Industrial Big Data System and Application,Beijing 100084,China;CSSC Systems Engineering Research Institute,Beijing 100070,China)

机构地区：[1]清华大学软件学院信息系统与工程研究所,北京100084 [2]工业大数据系统与应用北京市重点实验室,北京100084 [3]中国船舶工业系统工程研究院,北京100070

出　　处：《计算机科学》

基　　金：国家重点研发计划(2016YFB0501504);国家自然科学基金(U1509213)智能船舶1.0研发专项。

年　　份：2020

卷　　号：47

期　　号：S02

起止页码：504-507

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：针对传统单机版批处理式的快速傅里叶变换(Fast Fourier Transform,FFT)难以满足工业生产现场海量流数据实时处理的需求,提出一种基于Apache Storm的增量式FFT方法。该方法设计了非递归FFT的流式计算逻辑,并实现于Apache Storm。基于清华数为框架(DataWay Framework,DWF),采用Bently转子实验台的不对中故障流数据,构建了转子合成轴心轨迹的可视化监测界面,结果表明该方法能实时更新流数据频谱。

关 键 词：增量式FFT  Apache Storm  清华数为框架  转子 合成轴心轨迹  

分 类 号：TP311.1]