0

我正在智能手机上编写一个程序（在 Android 上）它是关于：

  1. 通过 fft 算法分析声音的频谱
  2. 测量声音的强度有 f = fo（例如 fo = 18khz），我从上面的分析中得到了结果。
  3. 以这种强度计算从智能手机到声源的距离

在 fft 之后，我得到了两个数组（真实和图像）。我计算 f=18000hz 的声强（假设 18000hz 的声源不变，这样更容易测量声强）。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

因此在频率 = 18000hz 然后我选择 i = 304

    sound intensity  = real_array[304] * real_array[304] + image_array[304] * image_array[304]

然而，事实上，强度变化很大，因此很难测量距离。而且，我不知道如何解释这一点。

另外，我想问你一个问题，我上面测量的强度是用什么单位来计算的。

这是我的代码：

一个。fft 算法（我使用 fft 512 点）

导入定义.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;

//input_real1 是来自 mic(smartphone) 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);

//重新排序处理反转位

    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]];
    }
}

//fft算法

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];

        }
    }
}
    }

湾。代码在智能手机中使用麦克风

    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);
    }

和我的苏克雷https://www.box.com/s/zuppzkicymfsuv4kb65p

谢谢大家

4

1 回答 1

0

在 18 kHz 时，麦克风类型、位置和方向以及来自附近声学环境的声音反射都会强烈影响声级。

于 2013-05-13T17:40:25.670 回答