分析谱图后测量声强？

Question

我写在智能手机上（在Android） 的程序它是关于：通过FFT算法

测量声音的强度的声音的

1. 分析光谱有f = FO（例如FO = 18KHZ ）从我从上面的分析中得到的结果。
2. 计算从智能手机的声音的源的距离与该强度

FFT之后，我有两个阵列（真实的和图像）。我计算f = 18000hz时的声音强度（假设18000hz的声音来源不变，因此可以更容易地测量声音强度）。如下：

频率仓FFT [i]为：

if i <= [N/2] then i * SamplingFrequency/N 
    if i >= [N/2] then (N-i) * SamplingFrequency/N 

因此在频率= 18000hz然后我选择I = 304

sound intensity = real_array[304] * real_array[304] + image_array[304] * image_array[304] 

然而，强度，事实上，变化很多很难测量距离。而且，我不知道如何解释这一点。

此外，我想问你一个问题，我上面测量的强度使用什么单位来计算。

这里是我的代码：

a。 fft算法（我用fft 512点）

import define.define512;

公共类FFT {

private static float[] W_real; 
private static float[] W_img; 
private static float[] input_real= new float[512]; 
private static float[] input_img; 

// input_real1是从MIC值（智能电话）

//输出是声音强度值

public static void FFT(float[] input_real1, float[] output) 
{ 
    for(int i =0;i<512;i++) input_real[i] = input_real1[i]; 
    input_img = new float[512]; 
    W_real = define512.W_IMAG; 
    W_img = define512.W_IMAG; 
    int[] W_order = define512.ORDER; 
    float[] output_real = new float[512], output_img = new float[512]; 

    fftradix2(0,511); 

与逆

//订货交易位

reorder(input_real, input_img, output_real, output_img, W_order, 512); 

    for(int i =0;i<512;i++) 
    { 
     output[i] = sqrt((output_real[i]*output_real[i] + output_img[i]*output_img[i])); 
    } 


} 
private static void reorder(float[] in_real,float[] in_imag, float[] out_real,float[] out_imag,int[] order,int N){   
    for(int i=0;i<N;i++){ 
     out_real[i]=in_real[order[i]]; 
     out_imag[i]=in_imag[order[i]]; 
    } 
} 

种// FFT算法

private static void fftradix2(int dau,int cuoi) 
{ 
    int check = cuoi - dau; 
    if (check == 1) 
    { 


     input_real[dau] = input_real[dau] + input_real[cuoi]; 
     input_img[dau] = input_img[dau] + input_img[cuoi]; 

     input_real[cuoi] = input_real[dau] -2* input_real[cuoi]; 
     input_img[cuoi] = input_img[dau] -2* input_img[cuoi]; 


    } 
    else 
    { 
     int index = 512/(cuoi - dau + 1);   
     int tg = (cuoi - dau)/2; 
     fftradix2(dau,(dau+tg)); 
     fftradix2((cuoi-tg),cuoi); 
     for(int i = dau;i<=(dau+tg);i++) 
     { 

      input_real[i] = input_real[i] + input_real[i+tg+1]*W_real[(i-dau)*index] - input_img[i+tg+1]*W_img[(i-dau)*index]; 
      input_img[i] = input_img[i] + input_real[i+tg+1]*W_img[(i-dau)*index] + input_img[i+tg+1]*W_real[(i%(tg+1))*index]; 

      input_real[i+tg+1] = input_real[i] -2* input_real[i+tg+1]*W_real[(i-dau)*index] +2* input_img[i+tg+1]*W_img[(i-dau)*index]; 
      input_img[i+tg+1] = input_img[i] -2* input_real[i+tg+1]*W_img[(i-dau)*index] -2* input_img[i+tg+1]*W_real[(i-dau)*index]; 

     } 
    } 
} 
    } 

湾在智能手机

NumOverlapSample = 800; 
    NumNewSample = 224; 
    private static int Fs = 44100; 
    private byte recorderAudiobuffer[] = new byte [1024]; 
    AudioRecord recorder = new AudioRecord(AudioSource.MIC, Fs, AudioFormat.CHANNEL_IN_MONO, AudioFormat.ENCODING_PCM_16BIT, 4096); 
    //start recorder 
    recorder.startRecording(); 

    timer.schedule(new task_update(), 1000, 10); 
    class task_update extends TimerTask 
{ 
    @Override 
    public void run() { 
     // TODO Auto-generated method stub 

     for(int i=0;i<NumOverlapSample;i++) 
      recorderAudiobuffer[i] = recorderAudiobuffer[i+NumNewSample]; 
     int bufferRead = recorder.read(recorderAudiobuffer,NumOverlapSample,NumNewSample); 
     convert.decode(recorderAudiobuffer, N, input); 
     fft.FFT(input, output); 
    } 

代码中使用的话筒和我soucre https://www.box.com/s/zuppzkicymfsuv4kb65p

感谢所有

Answer 1

在18 kHz时，麦克风的类型，位置和方向，以及反射声从附近的声学环境意愿强烈影响声音水平。