Iphone 使用Apple FFT和Accelerate框架

有没有人在iPhone应用程序中使用了

Apple FFT

，或者知道在哪里可以找到示例应用程序来使用它？我知道苹果有一些发布的代码，但是我不太确定如何将它实现到一个实际的项目。

< P>这里是一个真实的例子：一个C++的片段，使用加速的VDSP FFT例程对远程IO音频单元的输入进行自相关。使用这个框架相当复杂，但文档也不太糟糕

OSStatus DSPCore:：初始化（双采样器，uint16\u t\u缓冲大小）{
采样器=_采样器；
bufferSize=\u bufferSize；
peakIndex=0；
频率=0.f；
uint32_t maxFrames=getMaxFramesPerSlice（）；
displayData=（float*）malloc（maxFrames*sizeof（float））；
bzero（显示数据，最大帧*sizeof（浮点））；
log2n=log2f（最大帧）；
n=1 mBuffers[0].mData，2，&A，1，numFrames/2）；
memset（ioData->mBuffers[0].mData，0，ioData->mBuffers[0].mDataByteSize）；
//快速傅里叶变换
vDSP_fft_zrip（fft设置和A，1，ln，fft_前向）；
//绝对平方（等于mag^2）
vDSP_zvmag（&A，1，A.realp，1，numFrames/2）；
bzero（A.imagp，（numFrames/2）*sizeof（float））；
//逆FFT
vDSP_fft_zrip（fft设置，&A，1，ln，fft_逆）；
//将复杂拆分转换为实拆分
vDSP_ztoc（&A，1，（复杂*）显示数据，2，numFrames/2）；
//正常化
浮动比例=1.f/显示数据[0]；
vDSP_vsmul（显示数据，1和比例，显示数据，1，numFrames）；
//朴素峰值拾取：找到第一个局部最大值
peakIndex=0；
对于（尺寸ii=1；iidisplayData[ii-1]）&（displayData[ii]>displayData[ii+1]））{
peakIndex=ii；
打破
}
}
//计算频率
频率=采样器/peakIndex+四次插值（&displayData[peakIndex-1]）；
bufferSize=numFrames；
对于（int ii=0；iimNumberBuffers；++ii）{
bzero（ioData->mBuffers[ii].mData，ioData->mBuffers[ii].mDataByteSize）；
}
}

我刚得到一个iPhone项目的FFT代码：

• 创建新项目
• 删除除main.m和xxx_info.plist之外的所有文件
• 转到“项目设置”并搜索pch，阻止它尝试加载.pch（因为我们刚刚删除了它）
• 将代码示例复制粘贴到main.m中的任何内容上
• 拆下包含碳的管路。碳用于OSX
• 删除所有框架，并添加加速框架

您可能还需要从info.plist中删除一个通知项目加载xib的条目，但我90%确定您不必为此费心

注意：程序输出到控制台，结果显示为0.000，这不是一个错误-只是速度非常快

这段代码真是太晦涩了；这是慷慨的评论，但评论实际上并没有使生活变得更容易

基本上，它的核心是：

vDSP_fft_zrip(setupReal, &A, stride, log2n, FFT_FORWARD);
vDSP_fft_zrip(setupReal, &A, stride, log2n, FFT_INVERSE);

对n个实浮点进行FFT，然后反向返回到我们开始的位置。 ip代表就地，这意味着&A被覆盖 这就是所有这些特殊打包错误的原因——这样我们就可以将返回值压缩到与发送值相同的空间中

为了给出一些观点（比如：为什么我们首先要使用这个函数？），让我们假设我们想要对麦克风输入执行基音检测，并且我们已经设置了它，以便每次麦克风进入1024个浮点时都会触发一些回调。假设麦克风的采样率为44.1kHz，即约44帧/秒

因此，我们的时间窗口是1024个样本的持续时间，即1/44秒

因此，我们将使用麦克风的1024个浮点数打包，设置log2n=10（2^10=1024），预先计算一些线轴（setupReal），并：

现在A将包含n/2个复数。这些代表n/2个频率箱：

• bin[1]。idealFreq=44Hz——即我们能够可靠检测到的最低频率是该窗口内的一个完整波，即44Hz波

• bin[2]。idealFreq=2*44Hz

• 等等

• bin[512]。idealFreq=512*44Hz——我们可以检测到的最高频率（称为奈奎斯特频率）是每对点代表一个波的位置，即窗口内的512个完整波，即512*44Hz，或：n/2*bin[1]。idealFreq

• 实际上还有一个额外的Bin，Bin[0]，它通常被称为“DC偏移”。恰好Bin[0]和Bin[n/2]始终具有复杂组件0，因此[0].realp用于存储Bin[0]和[0]。imagp用于存储Bin[n/2]

每个复数的大小就是围绕这个频率振动的能量

所以，正如您所看到的，它不是一个非常好的基音检测器，因为它没有足够精细的粒度。有一种巧妙的方法可以获得给定垃圾箱的精确频率

好的，现在来看看代码：

请注意，vDSP_fft_zrip中的'ip'，='in-place'ie输出覆盖了A（'r'表示它接受实际输入）

查看有关vDSP_fft_zrip的文档

实际数据存储在split complex中 窗体上存储奇数实数 分裂复合体的假想面 存储在 真实的一面

这可能是最难理解的事情。在整个过程中，我们一直使用相同的容器（&A）。所以在开始的时候，我们想用n个实数来填充它。在FFT之后，它将保存n/2个复数。然后我们把它放到反变换中，希望得到我们原来的n个实数

现在，函数的结构将为复杂值设置。因此，vDSP需要标准化如何将实数打包到其中

首先我们生成n个实数：1，2，…，n

for (i = 0; i < n; i++)
    originalReal[i] = (float) (i + 1);

你真的需要看看A是如何分配的，也许可以查一下复杂的

vDSP_fft_zrip(setupReal, &A, stride, log2n, FFT_FORWARD);

for (i = 0; i < n; i++)
    originalReal[i] = (float) (i + 1);

// 1. masquerades n real #s as n/2 complex #s = {1+2i, 3+4i, ...}
// 2. splits to 
//   A.realP = {1,3,...} (n/2 elts)
//   A.compP = {2,4,...} (n/2 elts)
//
vDSP_ctoz(
          (COMPLEX *) originalReal, 
          2,                            // stride 2, as each complex # is 2 floats
          &A, 
          1,                            // stride 1 in A.realP & .compP
          nOver2);                      // n/2 elts

A.realp = (float *) malloc(nOver2 * sizeof(float));
A.imagp = (float *) malloc(nOver2 * sizeof(float));

z = exp(i.theta) = cos(theta) + i.sin(theta)

// let's say log2n = 8, so n=2^8=256 samples, or 'harmonics' or 'terms'
// if we pre-calculate the 256th roots of unity (of which there are 256) 
// that will save us time later.
//
// Note that this call creates an array which will need to be released 
// later to avoid leaking
setupReal = vDSP_create_fftsetup(log2n, FFT_RADIX2);

vDSP_fft_zrip(setupReal, &A, stride, log2n, FFT_FORWARD);

vDSP_fft_zrip(setupReal, &A, stride, log2n, FFT_INVERSE);

// Need to see the documentation for this one...
// in order to optimise, different routines return values 
// that need to be scaled by different amounts in order to 
// be correct as per the math
// In this case...
scale = (float) 1.0 / (2 * n);

vDSP_vsmul(A.realp, 1, &scale, A.realp, 1, nOver2);
vDSP_vsmul(A.imagp, 1, &scale, A.imagp, 1, nOver2);