1

不知道我做错了什么。我从 Accelerate 框架获得的结果对我来说似乎不正确。任何帮助将非常感激!

这是一些比较 AForge 和 vDPS 的图表 下面是一些比较 AForge 和 vDPS 的图表 这是我运行的 vDSP 代码

fftSetup = vDSP_create_fftsetup( 16, 2);

 // Convert the data into a DSPSplitComplex 
int samples = spectrumDataSize;
int samplesOver2 = samples/2;

DSPSplitComplex * complexData = new DSPSplitComplex;
float *realpart = (float *)calloc(samplesOver2, sizeof(float));
float *imagpart = (float *)calloc(samplesOver2, sizeof(float));
complexData->realp = realpart;
complexData->imagp = imagpart;    

vDSP_ctoz((DSPComplex *)realData, 2, complexData, 1,samplesOver2);

// Calculate the FFT
// ( I'm assuming here you've already called vDSP_create_fftsetup() )
vDSP_fft_zrip(fftSetup, complexData, 1, log2f(samples), FFT_FORWARD);

// Scale the data
//float scale = (float) FFT_SCALE; //scale is 32
vDSP_vsmul(complexData->realp, 1, &scale, complexData->realp, 1,samplesOver2);
vDSP_vsmul(complexData->imagp, 1, &scale, complexData->imagp, 1, samplesOver2);


vDSP_zvabs(complexData, 1, spectrumData, 1, samples);

free(complexData->realp);
free(complexData->imagp);
delete complexData;

// All done!
return spectrumData;

这就是我在 AForge 中所做的

        foreach (float f in floatData)
            {
                if (i >= this.fft.Length)
                    break;
                this.fft[i++] = new Complex(f * fftSize, 0);
            }
            AForge.Math.FourierTransform.FFT(this.fft, FourierTransform.Direction.Forward);
4

6 回答 6

2

在下面的子程序之后

vDSP_ctoz((DSPComplex *)realData, 2, complexData, 1,samplesOver2);

被执行,complexDatasamplesOver2元素。但不久之后,你打电话给

vDSP_zvabs(complexData, 1, spectrumData, 1, samples);

它期望complexDatasamples元素,即两倍。这不可能。

还有,怎么realData布置的?我问是因为vDSP_ctoz希望它的第一个论点以表格形式列出

real0, imag0, real1, imag1, ... real(n-1), imag(n-1).

如果您的数据确实是真实的,那么imag0, imag1, ... imag(n-1)应该全部为 0。如果不是,那么vDSP_ctoz可能不会期待。(除非您以某种聪明的方式打包真实数据,否则这将是两个 [原文如此] 聪明一半!)

最后,vDSP_create_fftsetup( 16, 2);大概应该改成

vDSP_create_fftsetup(16, 0);

==================================================== ==================

我的示例代码附加在后记中:

  FFTSetup fftSetup = vDSP_create_fftsetup(
                                           16,         // vDSP_Length __vDSP_log2n,
                                           kFFTRadix2  // FFTRadix __vDSP_radix
                                           // CAUTION: kFFTRadix2 is an enum that is equal to 0
                                           //          kFFTRadix5 is an enum that is equal to 2
                                           // DO NOT USE 2 IF YOU MEAN kFFTRadix2
                                           );
  NSAssert(fftSetup != NULL, @"vDSP_create_fftsetup() failed to allocate storage");

  int numSamples = 65536;  // numSamples must be an integer power of 2; in this case 65536 = 2 ^ 16
  float realData[numSamples];

  // Prepare the real data with (ahem) fake data, in this case
  // the sum of 3 sinusoidal waves representing a C major chord.
  // The fake data is rigged to have a sampling frequency of 44100 Hz (as for a CD).
  // As always, the Nyquist frequency is just half the sampling frequency, i.e., 22050 Hz.
  for (int i = 0; i < numSamples; i++)
  {
    realData[i] = sin(2 * M_PI * 261.76300048828125 * i / 44100.0)  // C4 = 261.626 Hz
                + sin(2 * M_PI * 329.72717285156250 * i / 44100.0)  // E4 = 329.628 Hz
                + sin(2 * M_PI * 392.30804443359375 * i / 44100.0); // G4 = 391.995 Hz
  }

  float splitReal[numSamples / 2];
  float splitImag[numSamples / 2];

  DSPSplitComplex splitComplex;
  splitComplex.realp = splitReal;
  splitComplex.imagp = splitImag;

  vDSP_ctoz(
            (const DSPComplex *)realData,  // const DSPComplex __vDSP_C[],
            2,                             // vDSP_Stride __vDSP_strideC,  MUST BE A MULTIPLE OF 2
            &splitComplex,                 // DSPSplitComplex *__vDSP_Z,
            1,                             // vDSP_Stride __vDSP_strideZ,
            (numSamples / 2)               // vDSP_Length __vDSP_size
            );

  vDSP_fft_zrip(
                fftSetup,                               // FFTSetup __vDSP_setup,
                &splitComplex,                          // DSPSplitComplex *__vDSP_ioData,
                1,                                      // vDSP_Stride __vDSP_stride,
                (vDSP_Length)lround(log2(numSamples)),  // vDSP_Length __vDSP_log2n,
                // IMPORTANT: THE PRECEDING ARGUMENT MUST BE LOG_BASE_2 OF THE NUMBER OF floats IN splitComplex
                // FOR OUR EXAMPLE, THIS WOULD BE (numSamples / 2) + (numSamples / 2) = numSamples
                kFFTDirection_Forward                   // FFTDirection __vDSP_direction
                );

  printf("DC component = %f\n", splitComplex.realp[0]);
  printf("Nyquist component = %f\n\n", splitComplex.imagp[0]);

  // Next, we compute the Power Spectral Density (PSD) from the FFT.
  // (The PSD is just the magnitude-squared of the FFT.)
  // (We don't bother with scaling as we are only interested in relative values of the PSD.)
  float powerSpectralDensity[(numSamples / 2) + 1];  // the "+ 1" is to make room for the Nyquist component

  // We move the Nyquist component out of splitComplex.imagp[0] and place it
  // at the end of the array powerSpectralDensity, squaring it as we go:
  powerSpectralDensity[numSamples / 2] = splitComplex.imagp[0] * splitComplex.imagp[0];

  // We can now zero out splitComplex.imagp[0] since the imaginary part of the DC component is, in fact, zero:
  splitComplex.imagp[0] = 0.0;

  // Finally, we compute the squares of the magnitudes of the elements of the FFT:
  vDSP_zvmags(
              &splitComplex,         // DSPSplitComplex *__vDSP_A,
              1,                     // vDSP_Stride __vDSP_I,
              powerSpectralDensity,  // float *__vDSP_C,
              1,                     // vDSP_Stride __vDSP_K,
              (numSamples / 2)       // vDSP_Length __vDSP_N
              );

  // We print out a table of the PSD as a function of frequency
  // Replace the "< 600" in the for-loop below with "<= (numSamples / 2)" if you want
  // the entire spectrum up to and including the Nyquist frequency:
  printf("Frequency_in_Hz    Power_Spectral_Density\n");
  for (int i = 0; i < 600; i++)  
  {
    printf("%f,          %f\n", (i / (float)(numSamples / 2)) * 22050.0, powerSpectralDensity[i]);
    // Recall that the array index i = 0 corresponds to zero frequency
    // and that i = (numSamples / 2) corresponds to the Nyquist frequency of 22050 Hz.
    // Frequency values intermediate between these two limits are scaled proportionally (linearly).
  }

  // The output PSD should be zero everywhere except at the three frequencies
  // corresponding to the C major triad.  It should be something like this:

/***************************************************************************
 DC component = -0.000000
 Nyquist component = -0.000000

 Frequency_in_Hz    Power_Spectral_Density
 0.000000,          0.000000
 0.672913,          0.000000
 1.345825,          0.000000
 2.018738,          0.000000
 2.691650,          0.000000
 .
 .
 .
 260.417175,          0.000000
 261.090088,          0.000000
 261.763000,          4294967296.000000
 262.435913,          0.000000
 263.108826,          0.000000
 .
 .
 .
 328.381348,          0.000000
 329.054260,          0.000000
 329.727173,          4294967296.000000
 330.400085,          0.000000
 331.072998,          0.000000
 .
 .
 .
 390.962219,          0.000000
 391.635132,          0.000000
 392.308044,          4294966784.000000
 392.980957,          0.000000
 393.653870,          0.000000
 .
 .
 .
***************************************************************************/

  vDSP_destroy_fftsetup(fftSetup);
于 2012-06-24T02:15:05.437 回答
2

这一行:

vDSP_zvabs(complexData, 1, spectrumData, 1, samples);

应该:

float cr = complexData->realp[0], ci = complexData->imagp[0];
vDSP_zvabs(complexData, 1, spectrumData, 1, samplesOver2);
spectrumData[0] = cr*cr;
spectrumData[samplesOver2] = ci*ci; // See remarks below.

这是因为 N 个样本的实数到复数 FFT 返回 N/2+1 个结果。其中两个结果是实数,它们被打包到 complexData->realp[0] 和 complexData->imagp[0] 中。剩余的 N/2-1 个结果是复数,通常与 complexData->realp[i] 中的实部和 complexData->imagp[i] 中的虚部一起存储,对于 0 < i < N/2。

vDSP_zvabs 计算复数的大小,除了第一个输出(在频谱数据 [0] 中)由于将两个数字打包到 [0] 元素中而导致不正确。用 cr*cr 覆盖spectrumData[0] 可以纠正这个问题。如果已经为此提供了空间,您还可以将其他压缩元素的幅度(奈奎斯特频率)写入频谱数据[samplesOver2]。

其他一些注意事项:

SpectrumDataSize 必须是 2 的幂。

将以二为底的对数计算为 log2f(samples) 并不是理想的做法。我认为我们(Apple)已经让 log2f 为 2 的整数幂返回完全正确的结果,但是除非非常确定,否则应该避免依赖浮点的准确性。

无需使用“new”动态分配 DSPSplitComplex。它是仅包含两个指针的 POD(普通旧数据),因此您可以简单地声明“DSPSplitComplex complexData”并将其用作结构,而不是指向结构的指针。

于 2012-06-29T15:22:00.223 回答
0

一些想法。。

int numberOfInputSamples = ..;
int numberOfInputSamplesOver2 = numberOfInputSamples/2;

fftSetup = vDSP_create_fftsetup( log2(numberOfInputSamples), FFT_RADIX2 );
...
Float32 scale = (Float32) 1.0 / (2 * numberOfInputSamples);                
...
float *spectrumData = (float *)calloc( numberOfInputSamplesOver2, sizeof(float));
vDSP_zvabs( complexData, 1, spectrumData, 1, numberOfInputSamplesOver2 );

所以最后你会有 numberOfInputSamplesOver2 浮点数,对吧?

(技术上它是 numberOfInputSamplesOver2+1 但整个包装是另一个问题)

于 2012-06-13T21:19:18.413 回答
0

您似乎正在为长度 N/2 计算一个 FFT,为长度 N 计算一个 FFT。因此,不同长度 FFT 的结果不同。

于 2012-06-15T04:03:58.753 回答
0

我假设因为您调用vDSP_ctoz的是您的数据不是奇数。如果是这种情况,您还需要在 fft 之后将其解压缩。

来自vDSP 编程指南

调用真正 FFT 的应用程序可能必须使用两个转换函数,一个在 FFT 调用之前,一个在 FFT 调用之后。如果输入数组不在奇偶分割配置中,则这是必需的。

示例代码说明了这一点

希望有帮助。

于 2012-06-22T02:27:05.377 回答
0

我对 AForge 或 Accelerate 都不熟悉,但在另一个处理 2D 图像的项目中升级 FFT 库时,我确实遇到了一些问题,在我看来,这与您的类似。

事实证明,来自 FFT 库的输出数据表示不是唯一的,对于某些应用程序,如果“交换”输出数据会更方便,以便将低频放在中心而不是角落。

如果您在 FFT 算法上查看此页面http://www.eso.org/sci/software/eclipse/eug/eug/man/fft.html,您会注意到两种格式都受支持,并且交换结构描述(在底部)。

在我看来,如果你在中心周围交换(镜像)数据数组的右半部分,你在右边绘制的数据看起来更像左边的数据。

于 2012-06-24T23:57:18.160 回答