1. 频谱仪采集数据
电压电流波形采集
工业现场中的电流电压信号是模拟量数据，都是随时间连续变化的，称为连续信号。但对于计算机来说，处理这些连续的信号显然是无能为力，要使计算机能够识别、计算、处理这些连续信号就必须将其转化为离散信号，将连续信号转换为离散信号的过程就叫采样。因此，要分析电流电压的数据，需要模拟量的电流电压数据进行性采样。在模拟量采集领域，必然遵循采样定理，而最重要也是基本的采样定理便是香农采样定理。
1香农采样定理
香农采样定理，又称内奎斯特采样定理，是美国物理学家内奎斯特于1924年提出的一个理论。该理论是信息论，特别是通讯与信号处理学科中的一个重要的基本结论。
香农采样定理定义：
为了不失真地恢复模拟信号，采样频率应该不小于模拟频谱中最高频率的2倍，即：
我们可以同构不同速率测量的正弦波来理解其原因
图1采样率过低的波形重构图
情况A，频率f的正弦波以同一频率采样，这些采样标记在原始信号的左侧，在右侧构建时，信号错误地显示为恒定直流电压。
情况B，采样率是信号频率的两倍。现在信号显示为三角波。这种情况下，f等于奈奎斯特频率，这也是特定采样频率下为了避免混叠而允许的最高频率分量。
情况C，采样率是4f/3。此时重构的波形无法准确的还原原波形信号。
可见，采样率过低会造成波形重构不准确。因此，为了无失真地恢复原波形信号，采样率fs必须大于被测信号感兴趣最高频率分量的两倍。通常希望采样率大于信号频率约五倍。
2UIM采样电路
公司研发的电压电流采集终端UIM实现了电机运行时电流电压数据的采集、转换和分析，具有采集精度高，传输数据量大，支持信号类型多，运行稳定等优点。目前已在造纸行业、煤机行业、电机制造业、水泥行业等场合得到了应用。
2. 光谱仪的采集
1、 开机，预热20min，打开软件。
2、 检查仪器连接等状态。
3、 Expit Set：观察能量值是否正常（>4一般稳定在8左右） 设置参数：测量范围4000~400 其他参数不用设置
4、采集背景（空气）
5、采集样品（溴化钾压片：透明、薄）
6、数据采集完，点击数据处理→转化显示吸光度→点击自动基线校准
7、标峰，打印谱图。
3. 频谱仪采集数据的目的
我们知道电磁波谱频率从低到高分别包含无线电波、微波、红外线、可见光、紫外线、X射线和伽马射线。
光学望远镜的镜面只能反射可见光及部分红外与紫外波段的信号，而无线电波包括微波频段就需要用射电望远镜来采集信号。
射电望远镜就是通过专门的天线及无线电接收机，从宇宙中接收各种天体辐射出的无线电波的装置。射电天文学的技术其实与光学相似，只是因为射电望远镜因为观测的波长较长，所以更加巨大。射电望远镜的出现对天文学的发展具有重大意义，开创了射电天文学这一重要的天文学分支。
在发现天体会发射无线电波之前，科学家就已经有天体可能也会发射无线电波的想法。19世纪60年代，麦克斯韦方程组就已经揭示出来自恒星的电磁辐射可以包括任何波长，而不仅是可见光。1931年，美国贝尔实验室的央斯基用天线阵接收到了来自银河系中心的无线电波，随后美国人格罗特·雷伯建造了世界上第一个用于天文观测的射电望远镜天线，确认了这个发现，并且根据观测结果绘制了第一张射电天图，射电天文学从此诞生。
20世纪60年代以后，天文学取得了很多非常重要的发现，比如被称为四大发现的脉冲星、类星体、宇宙微波背景辐射、星际有机分子。后来的活动星系、暗物质以及宇宙微波背景辐射都是通过射电望远镜发现的。
射电天文学最新的重大进展就是通过分布在世界各地的射电望远镜，构建了事件视界望远镜，第一次“拍摄”到遥远星系中心的超大质量黑洞的轮廓图像。
4. 频谱分析仪器
从原理看没有太大区别，但在实现的方法看区别还是挺大的，通常的扫频仪是模拟的，它的分析能力比较低，看看就完了，而频谱分析仪都是数字的，调整、设置的余地非常大，测量参数也非常多，分析起来很科学，量化测量的数据也便于存储打印。
5. 实时频谱分析仪
频谱分析仪是研究电信号频谱结构的仪器，用于信号失真度、调制度、谱纯度、频率稳定度和交调失真等信号参数的测量，可用以测量放大器和滤波器等电路系统的某些参数，是一种多用途的电子测量仪器。它又可称为频域示波器、跟踪示波器、分析示波器、谐波分析器、频率特性分析仪或傅里叶分析仪等。现代频谱分析仪能以模拟方式或数字方式显示分析结果，能分析1赫以下的甚低频到亚毫米波段的全部无线电频段的电信号。仪器内部若采用数字电路和微处理器，具有存储和运算功能；配置标准接口，就容易构成自动测试系统。
频谱分析仪分为实时分析式和扫频式两类。前者能在被测信号发生的实际时间内取得所需要的全部频谱信息并进行分析和显示分析结果；后者需通过多次取样过程来完成重复信息分析。实时式频谱分析仪主要用于非重复性、持续期很短的信号分析。非实时式频谱分析仪主要用于从声频直到亚毫米波段的某一段连续射频信号和周期信号的分析。
6. 采样频谱图
为了不失真地恢复模拟信号，采样频率应该不小于模拟信号频谱中最高频率的2倍。
7. 频谱仪采集数据 建模不好
2021年2月16日，美国米特公司发布《为全域作战构想一种新的指挥控制体系架构》报告，提出为适应国防战略重点转向应对均势对手的高端冲突，美军应发展新的指挥控制体系架构。核心观点是：通过传统指挥控制组织设计的创新和前沿技术的应用，提高联合指挥控制的有效性和效率；运用人工智能、机器学习、人机编队等技术，优化指挥控制流程；联合全域作战中心利用所有可用数据，针对战场态势、作战任务、可用资源和指挥官意图形成清晰的理解和认知，并进行共享；将分布式指挥控制作为竞争环境中实现弹性指挥控制的基础，形成一种不对称优势。报告主要内容如下：
一、当前作战环境的挑战
报告认为，美国于2018年发布《国防战略》，将国防战略重点转向应对均势对手的高端冲突，作战环境发生了显著变化，美联合部队将面对新的挑战：
一是联合部队应能够快速地开展远距离作战和构建杀伤链，并需要应对对手的“反介入/区域拒止”（A2/AD）威胁。这将要求美国及其任务伙伴以同步、合作且有效的方式融合运用所有作战域、各军种和盟国的作战能力以及非物理战场空间的能力，快速开展规划和遂行作战。
二是成功实现全域作战需要具备开展大规模、大范围、同步作战行动的能力，这将需要一种全新的联合指挥控制与战斗管理方法，为指挥官提供快速识别、理解、决策和遂行作战行动的能力。
二、未来联合指挥控制的愿景及存在的障碍
报告认为，在未来的高端冲突中，为实现跨域同步作战，快速发现、定位并打击对手的移动目标，同时为指挥官提供卓越的判断能力和决策能力，需要新的战斗管理和指挥控制架构，这一体系架构应具备以下能力：
一是支持对所有可用数据进行情境式获取和利用。在此基础上，依据作战任务或作战职能，对战场态势、任务分配、可用资源和兵力选用形成统一的认知。核心是提供任务驱动的全域态势感知能力，为提高决策的速度、规模和有效性奠定基础。人工智能、机器学习、资产选择的实时建模与仿真等技术，将支持指挥官更好地优化可用的作战资源。
二是支持分布式指挥控制，从而能够在更大范围的作战空间中开展分布式作战，同时在面对对手攻击时使联合部队保持弹性。
三是利用不同的通信路径和机器到机器的数据传输构建全域杀伤网，以此克服单域和跨域杀伤链的脆弱性。
军事决策者使用当前现有的指挥控制系统很难实现这一愿景。现有不同指挥控制系统之间的数据共享面临着包括作战域、密级、军种自身以及盟国等多重障碍，对态势理解和决策过程造成限制：
一是目前国防部和情报界无法有效协调情报收集及对不同的数据集进行综合分析，包括非传统数据。这导致无法形成一致的态势感知和战场空间理解，难以适应当前高度动态变化的作战环境。
二是支持决策制定的可用资产和作战系统分属不同军兵种或作战域。为实现指挥官的意图、对目标的预期效果以及最终的任务目标，需了解所有可用的作战能力，但目前无法完全实现这一要求。
三、构建下一代联合指挥控制体系架构
报告认为，美军当前的指挥控制架构必须进行大幅调整，实现快速和大规模的全域融合，支持战役级或战区级的动态、复杂作战行动所需要的快速感知和决策。为实现这一愿景，报告提出下一代联合指挥控制体系架构必须从聚焦于作战域的单一军种作战中心，转变为面向任务/职能并分布在全球各地作战区域的联合全域作战中心（ADOC），同时联合全域作战中心也必须连接到各军种提供的多域兵力包和战斗管理团队：
一是联合全域作战中心和战斗管理团队构建战场环境相关的全域、各军种的态势理解，并与所有合作伙伴进行共享，取代由孤立的作战域或军种架构所产生的碎片化态势感知。
二是对全域资产进行协同和动态任务分配，取代由单个作战域开展规划和传统指挥控制架构所采用的人力密集型协调、同步和冲突消解流程。
三是联合全域作战中心采用人机协同的工作方式，取代人力密集型的军事决策流程，以支持战略和战役级的快速规划。
四是开展动能和非动能效应规划，并在电磁频谱和信息环境等非物理战场空间同步开展作战行动，以改善作战力量的融合和协同。
五是采用基于作战场景和分布式的指挥授权、支持动态的网络和数据访问规划的分布式指挥控制，取代集中式指挥控制架构和固定的、聚焦于单一作战域的作战中心。
六是采用敏捷、弹性的全球网络连接联合全域作战中心、多域作战部队和战斗管理团队，取代当前复杂、异构的联合和军种网络，支持快速的信息交换和机器到机器通信。