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:Java 分析频谱后测量声强?,java,android,fft,Java,Android,Fft,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 i
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);
}