Ios 使用纯正弦音调的FFT更精确的频率

我目前使用的FFT代码如下：

以下是两种相关方法的代码：

-(void)createFFTWithBufferSize:(float)bufferSize withAudioData:(float*)data {

  // Setup the length
  _log2n = log2f(bufferSize);

  // Calculate the weights array. This is a one-off operation.
  _FFTSetup = vDSP_create_fftsetup(_log2n, FFT_RADIX2);

  // For an FFT, numSamples must be a power of 2, i.e. is always even
  int nOver2 = bufferSize/2;

  // Populate *window with the values for a hamming window function
  float *window = (float *)malloc(sizeof(float)*bufferSize);
  vDSP_hamm_window(window, bufferSize, 0);
  // Window the samples
  vDSP_vmul(data, 1, window, 1, data, 1, bufferSize);
  free(window);

  // Define complex buffer
 _A.realp = (float *) malloc(nOver2*sizeof(float));
 _A.imagp = (float *) malloc(nOver2*sizeof(float));

}

-(void)updateFFTWithBufferSize:(float)bufferSize withAudioData:(float*)data {

  // For an FFT, numSamples must be a power of 2, i.e. is always even
  int nOver2 = bufferSize/2;

  // Pack samples:
  // C(re) -> A[n], C(im) -> A[n+1]
  vDSP_ctoz((COMPLEX*)data, 2, &_A, 1, nOver2);

  // Perform a forward FFT using fftSetup and A
  // Results are returned in A
  vDSP_fft_zrip(_FFTSetup, &_A, 1, _log2n, FFT_FORWARD);

  // Convert COMPLEX_SPLIT A result to magnitudes
  float amp[nOver2];
  float maxMag = 0;

  for(int i=0; i<nOver2; i++) {
    // Calculate the magnitude
    float mag = _A.realp[i]*_A.realp[i]+_A.imagp[i]*_A.imagp[i];
    maxMag = mag > maxMag ? mag : maxMag;
  }
  for(int i=0; i<nOver2; i++) {
    // Calculate the magnitude
    float mag = _A.realp[i]*_A.realp[i]+_A.imagp[i]*_A.imagp[i];
   // Bind the value to be less than 1.0 to fit in the graph
   amp[i] = [EZAudio MAP:mag leftMin:0.0 leftMax:maxMag rightMin:0.0 rightMax:1.0];
 }

-（void）createFFTWithBufferSize:（float）bufferSize与audiodata:（float*）数据{
//设置长度
_log2n=log2f（缓冲区大小）；
//计算权重数组。这是一次性操作。
_FFT设置=vDSP_创建_FFT设置（_log2n，FFT_RADIX2）；
//对于FFT，numsample必须是2的幂，即始终为偶数
int nOver2=缓冲区大小/2；
//用汉明窗口函数的值填充*窗口
float*window=（float*）malloc（sizeof（float）*bufferSize）；
vDSP_hamm_窗口（窗口，缓冲区大小，0）；
//将样品开窗
vDSP_vmul（数据，1，窗口，1，数据，1，缓冲区大小）；
免费（窗口）；
//定义复杂缓冲区
_A.realp=（float*）malloc（nOver2*sizeof（float））；
_A.imagp=（浮动*）malloc（11月2日*sizeof（浮动））；
}
-（void）updateFFTWithBufferSize:（float）带音频数据的bufferSize:（float*）数据{
//对于FFT，numsample必须是2的幂，即始终为偶数
int nOver2=缓冲区大小/2；
//包装样品：
//C（re）->A[n]，C（im）->A[n+1]
vDSP_ctoz（（复杂*）数据，2号和1号，11月2日）；
//使用FFT设置和
//结果以
vDSP_fft_zrip（_fft设置，&u A，1，_log2n，fft前向）；
//将结果转换为量级
浮动放大器[nOver2]；
float maxMag=0；
对于（int i=0；i maxMag？mag:maxMag；
}
对于（int i=0；i可能您的采样频率不够高？
您可以通过将抛物线曲线拟合到峰值震级仓周围的3个FFT仓震级，然后找到该抛物线的极值来获得粗略的频率估计

通过使用FFT窗口的变换作为插值核，并进行逐次逼近以细化插值点最大值的估计，可以创建更好的估计值。（零填充和使用更长的FFT将提供类似类型的插值估计值。）

平稳信号的简单方法是，如果可能的话，只需使用更长的FFT和更长时间间隔内的更多样本。
这里出现了许多问题：

1） 你的频率轴间距是fmax/N，或者大约80Hz，所以你不会得到比这更好的分辨率

2） 你的信号非常接近（即，20KHz/44.1KHz几乎为0.5），当你接近奈奎斯特极限时，如果你想要得到准确的结果，你需要非常小心。（也就是说，在20KHz时，每个完整振荡周期只记录大约两个数据点。）

3） 由于20KHz处于人类听力的边缘（对大多数人来说更高），许多话筒并不真正担心它。iPhone的一种测量方法。
如果你对输入一无所知，FFT是获得频谱的一种非常好的方法。如果您知道输入是纯正弦波，您可以做得更好。从计算FFT开始，大致了解正弦的位置。获取最小值和最大值以估计振幅[或从FFT中获取值-将所有输入平方，相加，取平方根]，在给定估计频率和振幅的情况下，获取开始和结束处的相位

通常，您会发现相位不匹配。这是因为末端的相位差为2*Δf*N。f-Δf是对频率的更好估计。请记住，这种方法对噪声非常敏感。这种方法之所以有效，是因为输入是一个纯正弦波，而噪声是除此之外的一切。使用这种方法迭代地快速爆炸；您甚至会遇到舍入错误（也不是正弦曲线）

另一个类似的技巧是减去估计的波浪。两个正弦之间的差值是两个正弦的乘积，一个加上频率（在您的情况下为±38.5 kHz），另一个减去频率（Δ_f_，小于100 Hz）。另请参见
正弦音调的声音为44.1 kHz，据我所知，这与我产生的频率有关，因为其中一半的频率比我产生的声音高。考虑到无限长的时间，这就足够了。如果您在固定时间段内需要更好的频率分辨率，则确实需要增加采样频率。由于我的声音的采样率为44.1KHz，因此频率分辨率看起来将在20000/256个音箱左右，即78.125。这就是为什么我不能得到一个特定的频率，只有一个在78范围内。还有其他方法可以更具体地描述正弦音吗？如果你能列出相关的数字，比如：缓冲区大小、分辨率等，那会很有帮助。我想目前我的缓冲区大小是512。我将在哪里/如何增加它？您的频率分辨率将受到采样频率和缓冲区大小的限制。您好，Codeman，您能给我发送增加缓冲区大小的修改代码吗（我面临着类似的问题，我已经工作了一个月了）我将如何增加我的缓冲区大小？这是我可以在代码中手动更改的吗？@codeman：是的，FFT对接受多少点没有实际限制。如果你想通过262.144分而不是512分，它仍然有效。不过，频率分辨率*时间分辨率=2，因此填充该缓冲区将花费512倍的时间。
for(int i=0; i<nOver2; i++) {
    // Calculate the magnitude
    float mag = _A.realp[i]*_A.realp[i]+_A.imagp[i]*_A.imagp[i];
    if(maxMag < mag) {
        _i_max = i;
    }
    maxMag = mag > maxMag ? mag : maxMag;
}

float frequency = _i_max / bufferSize * 44100;
NSLog(@"FREQUENCY: %f", frequency);