Question

使用Goertzel算法我正在检测进入iphone麦克风的某个频率（我使用缓冲区样本）。

它的工作原理，但在更改值时会出现许多奇怪的稳定性问题。（它们在同一设备上的频谱应用中保持不变，但不与Goertzel算法一致）

我想在C中使用另一种方法来检测特定频率或频率范围内的能量（我不知道 FFT 是否良好并且准确，如果是的话我需要一个好的算法）。如果你的功能只能获得样本和长度，并以频谱或某个已知频率返回能量，这可能有所帮助。我需要一个严肃的，可能是二阶滤波器。

这是我的Goertzel：

float goertzel_mag(int16_t* data ,int SAMPLING_RATE ,double TARGET_FREQUENCY,int numSamples )
{
    int     k,i;
    float   floatnumSamples;
    float   omega,sine,cosine,coeff,q0,q1,q2,magnitude,real,imag;

    float   scalingFactor = numSamples / 2.0; // -2

    floatnumSamples = (float) numSamples;
    k = (int) (0.5 + ((floatnumSamples * TARGET_FREQUENCY) / SAMPLING_RATE));
    omega = (2.0 * M_PI * k) / floatnumSamples;
    sine = sin(omega);
    cosine = cos(omega);
    coeff = 2.0 * cosine;
    q0=0;
    q1=0;
    q2=0;

    for(i=0; i<numSamples; i++)
    {
        q0 = coeff * q1 - q2 + data[i];
        q2 = q1;
        q1 = q0;
    }


    real = (q1 - q2 * cosine) / scalingFactor;
    imag = (q2 * sine) / scalingFactor;

    //double theta = atan2 ( imag, real); //PHASE
    magnitude = sqrtf(real*real + imag*imag);
    return magnitude;
}

Answer 1

This is a good description of the various approaches to frequency detection。

当您在MacOSX或iOS上进行开发时，请查看提供便携式[在iOS和MacOSX中]的Accelerate Framework以及DFT的优化实施。

如果您打算在AppStore中将应用程序作为应用程序发布，则应特别注意许可。 FFTW许可证是否与您的使用兼容？

Answer 2

Apple提供加速框架 Accelerate Framework here
FFT here

它包括vDSP和几个FFT例程，包括类别：
1D快速傅立叶变换（固定长度）
1D快速傅立叶变换（原位复合体）
1D快速傅立叶变换（原位真实）
1D快速傅里叶变换（非现场复杂）
1D快速傅里叶变换（不合适的真实）
1D快速傅立叶变换（支持函数）
2D快速傅里叶变换（就地复杂）
2D快速傅立叶变换（原位真实）
2D快速傅里叶变换（非现场复杂）
2D快速傅立叶变换（非实数）离散傅立叶变换

加速框架经常被忽视。

一种检测特定频率的算法？

2 个答案: