如何在iphone中查看FFT结果？答案

【问题标题】：How to check the FFT results in iphone?如何在iphone中查看FFT结果？
【发布时间】：2010-10-28 08:10:22
【问题描述】：

我已经使用 OouraFFTl 对音频文件进行了 FFT。如何检查采样输出是否正确。有什么更好更简单的检查方法。这是我的代码。

MyAudioFile  *audioFile = [[MyAudioFile alloc]init];
OSStatus result = [audioFile open:var ofType:@"wav"];
int numFrequencies=16384;
int kNumFFTWindows=10;

OouraFFT *myFFT = [[OouraFFT alloc] initForSignalsOfLength:numFrequencies*2    andNumWindows:kNumFFTWindows];
for(long i=0; i<myFFT.dataLength; i++)
 {
myFFT.inputData[i] = (double)audioFile.audioData[i];
} 
 [myFFT calculateWelchPeriodogramWithNewSignalSegment];
NSLog(@"the spectrum data 1 is  %f ",myFFT.spectrumData[1]);
NSLog(@"the spectrum data 2 is  %f",myFFT.spectrumData[2]);
NSLog(@"the spectrum data 8192 is  %f ",myFFT.spectrumData[8192]);

我创建了 MyAudioFile 类，其中包含

    -(OSStatus)open:(NSString *)fileName ofType:(NSString *)fileType{
OSStatus result = -1;

 CFStringRef filePath=fileName;

  CFURLRef audioFileURL = CFURLCreateWithFileSystemPath(kCFAllocatorDefault,      (CFStringRef)filePath, kCFURLPOSIXPathStyle, false);
 //open audio file
 result = AudioFileOpenURL (audioFileURL, kAudioFileReadPermission, 0, &mAudioFile);
 if (result == noErr) {
 //get  format info
 UInt32 size = sizeof(mASBD);

result = AudioFileGetProperty(mAudioFile, kAudioFilePropertyDataFormat, &size, &mASBD);

UInt32 dataSize = sizeof packetCount;
result = AudioFileGetProperty(mAudioFile, kAudioFilePropertyAudioDataPacketCount, &dataSize, &packetCount);
NSLog([NSString stringWithFormat:@"File Opened, packet Count: %d", packetCount]);

UInt32 packetsRead = packetCount;
UInt32 numBytesRead = -1;
if (packetCount > 0) { 
    //allocate  buffer
    audioData = (SInt16*)malloc( 2 *packetCount);
    //read the packets
    result = AudioFileReadPackets (mAudioFile, false, &numBytesRead, NULL, 0, &packetsRead,  audioData); 
    NSLog([NSString stringWithFormat:@"Read %d  bytes,  %d packets", numBytesRead, packetsRead]);
}
}
  else
  NSLog([NSString stringWithFormat:@"Could not open file: %@", filePath]);


CFRelease (audioFileURL);     
return result;
 }

【问题讨论】：

标签： iphone signal-processing fft

【解决方案1】：

您需要绘制 FFT 输出的幅度。我不熟悉你的编程语言，但在 Python 中你会使用类似plot(abs(fft(a))) 的东西。对于静默输入，输出应全为零。对于正弦波输入，您应该看到两个尖峰：

对于真实信号，尖峰从左到右是对称的。但是，如果您正在执行real FFT（计算效率更高），您只会得到图的左半部分作为输出，因为它忽略了冗余镜像。

如果频率更高，尖峰将更靠近中心。如果the frequency is perfectly in sync with the chunk size，尖峰将只有一个点宽，其他一切都将非常接近 0。否则它将像上面一样有一个逐渐变细的“裙子”。

【讨论】：

【解决方案2】：

检查 FFT 的简单方法是对正弦信号进行 FFT。除了十几个非零值之外，输出应该全为零。

【讨论】：

【解决方案3】：

最常见的方法是进行 FFT，然后使用 iFFT（快速傅里叶逆变换）将得到的频谱转换回时域。然后你必须将你的输入时间信号与结果时间信号进行比较。进行比较的最简单方法是计算两个 RMS 之间的差异。

例子：

给定一个长度为 n 的时间信号 x。找到X=FFT(x)，然后找到y=iFFT(X)。 y 将具有相同的长度 n。然后，为了比较 x 和 y，计算

RMS_x=sqrt(x[0]*x[0] + x[1]*x[1] + ... + x[n]*x[n])
RMS_y=sqrt(y[0]*y[0] + y[1]*y[1] + ... + y[n]*y[n])

最后，

Error=abs(RMS_x - RMS_y)

这个误差越小，FFT/iFFT的质量就越好。

【讨论】：