我写在智能手机上(在Android) 的程序它是关于:通过FFT算法 分析谱图后测量声强?
- 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。
- 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
您似乎对18 kHz时要看哪个bin感到困惑。如果FFT大小为512,采样率为44.1 kHz,则bin索引将为512 * 18000/44100 = 209。请参见[本问题](http:// stackoverflow。com/questions/4364823/how-to-get-frequency-from-fft-result/4371627#4371627)以获得更全面的解释。 – 2013-05-13 16:44:06
你不能这样测量距离。根据理论: – 2013-05-13 17:40:54
如果k> = [N/2],那么(Nk)* SamplingFrequency/N如果k = [N/2]则k * SamplingFrequency/N 然后FFT [209] = FFT [304],因为当我在智能手机上测试时,它们互相对称,因此在209位置的bin小于零。因此,我在304的位置使用了bin 你有什么想法吗? – 2013-05-16 16:46:58