Java Android JT变换、发现和理解基频

所以我正在开发一个吉他调谐器应用程序，我正努力用FFT来找到基本频率。这是我的代码，用于“尝试”从PCM声音阵列数据[]中查找频率，大小为4160（bufferSize），采样率为8000 Hz

  DoubleFFT_1D fft1d = new DoubleFFT_1D(bufferSize); 
            double[] fftBuffer = new double[bufferSize*2]; 
            double[] magnitude = new double[bufferSize/2];

            // copy real input data to complex FFT buffer
            for(int i = 0; i < bufferSize-1; ++i){
                fftBuffer[2*i] = data[i];
                fftBuffer[2*i+1] = 0;
            }

            //perform  FFT on fft[] buffer
            fft1d.realForward(fftBuffer);

            // calculate power spectrum (magnitude) values from fft[]
            for(int i = 0; i < (bufferSize/2)-1; ++i) {

                double real =  (2 * fftBuffer[i]);
                double imaginary =  (2 * fftBuffer[i] + 1);
                magnitude[i] = Math.sqrt( real*real + imaginary*imaginary ); 

            }
            // find largest peak in power spectrum
            for(int i = 0; i < (bufferSize/2)-1; ++i) {
            if(magnitude[i] > maxVal){
                maxVal = (int) magnitude[i];           
                binNo = i;                  
                }   
            }
            // convert index of largest peak to frequency
            freq = 8000 * binNo/bufferSize;

DoubleFFT_1D fft1d=新的DoubleFFT_1D（缓冲区大小）；
double[]fftBuffer=新的双精度[bufferSize*2]；
double[]幅值=新的double[bufferSize/2]；
//将实输入数据复制到复FFT缓冲区
对于（int i=0；imaxVal）{
maxVal=（int）震级[i]；
binNo=i；
}   
}
//将最大峰值指数转换为频率
freq=8000*binNo/bufferSize；

这大部分是基于在这个网站上找到的类似问题的例子和答案，所以我对这一切的理解充其量只是一点粗略

在使用音高生成器测试我的程序时，返回的频率值似乎变化很大

我想知道我的代码中是否有任何明显的缺陷，或者我对流程的理解是否有任何指向正确方向的指针首先：

使用

因为这些是索引计算，而不是值的转换

你能给我一个realForward描述的链接吗

• 在（）找到它

---

第二：如果使用realForward，则缓冲区不会与零交错，但必须注意第一个频率

如果您使用在缓冲区中用虚部0构造复数的准备，那么您必须使用complexForward FFT方法。因此，对于第一个频率，无需特别注意

---

第三，为了避免频率检测中的伪影，对信号段应用窗口功能。也就是说，淡入淡出

---

realForward：

输入时：

buf[0]=x[0], buf[1]=x[1] etc. 
buf[2n-1]=x[2n-1], 

对于偶数N=2n的样本

在输出端：

buf[0]=a[0], buf[1]=a[n], b[0]=0=b[n],

buf[2]=a[1], buf[3]=b[1], 
buf[4]=a[2], buf[5]=b[2], 
etc., 
buf[2n-2]=a[n-1], buf[2n-1]=b[n-1]

复合物向前：（与上述相比，N=2n）

输入时：

buf[0]=x[0], buf[1]=0,
buf[2]=x[1], buf[3]=0,
... ,
buf[2N-2]=x[N-1], buf[2N-1]=0

在输出端：

buf[0]=a[0], buf[1]=b[0], 
buf[2]=a[1], buf[3]=b[1],
buf[4]=a[2], buf[5]=b[2],
 ... ,
buf[2N-2]=a[N-1], buf[2N-1]=b[N-1],

---

对于这个实际输入，a[N-k]=a[k]和b[N-k]=-b[k]，因此大约有一半的值是多余的。

我接下来要讨论的是加窗，但我不确定缺少加窗是否会产生如此多的结果（对于330hz的音调，100-3000个）。我来看看我能不能得到一些结果。你必须先修正前两个基本错误，才能得到有用的结果。修正计算，找到震级！我对你说的“第一频率”有点困惑？检查一下，使用realForward，我应该跳过创建复杂缓冲区，使用complexForward，我应该包括它？是的，我想是这样的，所以我跳过了应用窗口，可能应该在OPYes中提到，使用complexForward的复杂缓冲区或使用realForward的实数组以及结果的压缩格式。

buf[0]=a[0], buf[1]=b[0], 
buf[2]=a[1], buf[3]=b[1],
buf[4]=a[2], buf[5]=b[2],
 ... ,
buf[2N-2]=a[N-1], buf[2N-1]=b[N-1],