Java 分析频谱后测量声强？

我正在智能手机上写一个程序（安卓系统上） 它是关于：

用fft算法分析声音频谱

根据我从上面的分析中得到的频谱，测量声音的强度有f=fo（例如fo=18khz）

使用此强度计算智能手机到声源的距离

在fft之后，我得到了两个数组（实数组和图像数组）。我计算了f=18000hz时的声强（假设18000hz时的声源不变，以便更容易测量声强）。详情如下:

bin FFT[i]处的频率为：

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

然而，事实上，强度变化很大，因此很难测量距离。我不知道该怎么解释

此外，我想问你们一个问题，我上面测量的强度使用什么单位来计算

这是我的密码：

a。fft算法（我使用fft 512点）

导入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;

//输入_real1是来自麦克风（智能手机）的值

//输出是声音强度的值

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);

publicstaticvoidfft（float[]输入\u real1，float[]输出）
{
对于（int i=0；i在18 kHz时，话筒类型、位置和方向以及附近声学环境的声音反射将强烈影响声级。
您似乎不清楚18 kHz时应查看哪个音箱。如果FFT大小为512，采样率为44.1 kHz，则音箱指数将为512*18000/44100=209。请参阅为了更全面的解释，你不可能用这种方法来测量距离。根据理论：bin FFT的频率[k]是：如果k=[N/2]，那么（N-k）*采样频率/N，那么FFT[209]=FFT[304]因为我在智能手机上测试时，它们是对称的，209位的bin小于零，所以我使用304位的bin，你对此有什么想法吗？我已经测试并意识到环境噪声的频率经常小于18khz。在这个项目中，一些问题，比如位置，思考和方向，我没有注意。位置和方向，我在测量的时候都没有改变。你对此有什么想法吗？
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);

    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]];
    }
}

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];

        }
    }
}
    }

    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);
    }