android Sdk中的FFT库[关闭]

Posted 2023-02-19

【中文标题】android Sdk中的FFT库[关闭]

【英文标题】：FFT library in android Sdk [closed]

【发布时间】：2012-03-05 13:06:31

【问题描述】：

我正在使用 android 项目。我需要 FFT 算法来处理 android 加速度计数据。android sdk 中是否有可用的 FFT 库？

【参考方案1】：

kissfft 是一个足够体面的库，可以在 android 上编译。它具有比 FFTW 更通用的许可证（尽管 FFTW 公认更好）。

您可以在 libgdx https://github.com/libgdx/libgdx/blob/0.9.9/extensions/gdx-audio/src/com/badlogic/gdx/audio/analysis/KissFFT.java 中找到针对 Kissfft 的 android 绑定

或者，如果您想要纯 Java 解决方案，请尝试 jTransforms https://sites.google.com/site/piotrwendykier/software/jtransforms

【参考方案2】：

你可以使用这个类，它对于实时音频分析来说足够快

public class FFT 

  int n, m;

  // Lookup tables. Only need to recompute when size of FFT changes.
  double[] cos;
  double[] sin;

  public FFT(int n) 
      this.n = n;
      this.m = (int) (Math.log(n) / Math.log(2));

      // Make sure n is a power of 2
      if (n != (1 << m))
          throw new RuntimeException("FFT length must be power of 2");

      // precompute tables
      cos = new double[n / 2];
      sin = new double[n / 2];

      for (int i = 0; i < n / 2; i++) 
          cos[i] = Math.cos(-2 * Math.PI * i / n);
          sin[i] = Math.sin(-2 * Math.PI * i / n);
      

  

  public void fft(double[] x, double[] y) 
      int i, j, k, n1, n2, a;
      double c, s, t1, t2;

      // Bit-reverse
      j = 0;
      n2 = n / 2;
      for (i = 1; i < n - 1; i++) 
          n1 = n2;
          while (j >= n1) 
              j = j - n1;
              n1 = n1 / 2;
          
          j = j + n1;

          if (i < j) 
              t1 = x[i];
              x[i] = x[j];
              x[j] = t1;
              t1 = y[i];
              y[i] = y[j];
              y[j] = t1;
          
      

      // FFT
      n1 = 0;
      n2 = 1;

      for (i = 0; i < m; i++) 
          n1 = n2;
          n2 = n2 + n2;
          a = 0;

          for (j = 0; j < n1; j++) 
              c = cos[a];
              s = sin[a];
              a += 1 << (m - i - 1);

              for (k = j; k < n; k = k + n2) 
                  t1 = c * x[k + n1] - s * y[k + n1];
                  t2 = s * x[k + n1] + c * y[k + n1];
                  x[k + n1] = x[k] - t1;
                  y[k + n1] = y[k] - t2;
                  x[k] = x[k] + t1;
                  y[k] = y[k] + t2;
              
          
      
  

警告：此代码似乎源自 here，并具有 GPLv2 许可证。

【讨论】：

@ishan: en.wikipedia.org/wiki/Cooley%E2%80%93Tukey_FFT_algorithm

fft 函数的 x 和 y 参数是什么？我知道输入样本应该放在 x 数组中，但是 y 的目的是什么？

@Pompair 看起来 y 数组是输出表。

这就像我们在这里有一个标志性的“如何不编写代码”示例。一个字符的变量，无用的 cmets，绝对没有解释实际发生的事情。

最后回答数组 y 的含义：它是 FFT 通常复杂输入的虚部。在实数输入的情况下，数组 y 必须在每次调用 fft() 之前用 0 填充。还有关于许可的最后一点说明：此代码几乎与 1960 年代中期的 Cooley/Tukey 算法的标准实现相同（例如，作为four1.c 发表在“Numerical Recipies in C”中）。

【参考方案3】：

使用这个class（EricLarch 的答案来源于此）。

使用说明

此函数将您的输入数组替换为 FFT 输出。

输入

N = 数据点的数量（输入数组的大小，必须是 2 的幂） X = 要转换的数据的实部 Y = 要转换的数据的虚部

即如果您的输入是 (1+8i, 2+3j, 7-i, -10-3i)

N = 4 X = (1, 2, 7, -10) Y = (8, 3, -1, -3)

输出

X = FFT 输出的实部 Y = FFT 输出的虚部

要获得经典 FFT 图，您需要计算实部和虚部的大小。

类似：

public double[] fftCalculator(double[] re, double[] im) 
    if (re.length != im.length) return null;
    FFT fft = new FFT(re.length);
    fft.fft(re, im);
    double[] fftMag = new double[re.length];
    for (int i = 0; i < re.length; i++) 
       fftMag[i] = Math.pow(re[i], 2) + Math.pow(im[i], 2);
    
    return fftMag;

另请参阅this *** answer，了解如果您的原始输入是幅度与时间的关系，如何获取频率。

【讨论】：

你能帮帮我吗...我将如何在我的项目中实现它？

【参考方案4】：

使用课程：https://www.ee.columbia.edu/~ronw/code/MEAPsoft/doc/html/FFT_8java-source.html

简短说明：调用 fft() 提供 x 作为振幅数据，y 作为全零数组，在函数返回您的第一个答案是 a[0]=x[0]^2+y[0]^2。

完整解释：FFT是复数变换，它接受N个复数，产生N个复数。所以 x[0] 是第一个数字的实部，y[0] 是复数部分。这个函数就地计算，所以当函数返回时 x 和 y 将具有变换的实部和复数部分。

一种典型的用法是计算音频的功率谱。您的音频样本只有实部，您的复数部分为 0。要计算功率谱，请添加实数和复数部分的平方 P[0]=x[0]^2+y[0]^2。

还需要注意的是，傅里叶变换在应用于实数时会产生对称结果 (x[0]==x[x.lenth-1])。 x[x.length/2] 处的数据具有频率 f=0Hz 的数据。 x[0]==x[x.length-1] 具有频率等于采样率的数据（例如，如果您的采样频率为 44000Hz，则意味着 f[0] 指的是 22kHz）。

完整程序：

创建包含 512 个零样本的数组 p[n] 收集1024个音频样本，写在x上 为所有 n 设置 y[n]=0 计算 fft(x,y) 计算所有 n=0 到 512 的 p[n]+=x[n+512]^2+y[n+512]^2 去2取另一批次（50批次后进入下一步） 情节图 去1

比根据你的口味调整固定数字。

512这个数字定义了采样窗口，我就不解释了。只是避免减少太多。

数字 1024 必须始终是最后一个数字的两倍。

数字 50 定义了您的更新速率。如果您的采样率为每秒 44000 个样本，则更新速率将为：R=44000/1024/50 = 0.85 秒。

【参考方案5】：

@王杰 您的输出幅度似乎比您链接的线程上给出的答案更好，但是仍然是幅度的平方......复数的幅度

z = a + ib

计算为

|z|=sqrt(a^2+b^2)

链接线程中的答案表明，对于纯真实输入，输出 应该使用 a² 或 a 作为输出，因为

的值

a_(i+N/2) = -a_(i),

b_(i) = a_(i+N/2) 表示他们表中的复杂部分在第二个 输出表的一半。

即实数输入表的输出表的后半部分是实数的共轭 ...

所以z = a-ia 给出一个幅度

|z|=sqrt(2a^2) = sqrt(2)a

所以值得注意的是比例因子... 我建议您在书中或 wiki 上查找所有这些内容。

【参考方案6】：

是的，JTransforms 维护在 github here 上，可作为 Maven 插件 here 使用。

用于：

compile group: 'com.github.wendykierp', name: 'JTransforms', version: '3.1'

但是对于更新的 Gradle 版本，您需要使用类似的东西：

dependencies 
    ... 
    implementation 'com.github.wendykierp:JTransforms:3.1'

【参考方案7】：

不幸的是，上面的答案只适用于 Array，它的大小是 2 的幂，这是非常有限的。

我使用了 Jtransforms 库，它运行良好，您可以将其与 Matlab 使用的函数进行比较。

这是我的 cmets 代码，参考 matlab 如何转换任何信号并获取频率幅度 (https://la.mathworks.com/help/matlab/ref/fft.html)

首先，在build.gradle(app)中添加以下内容

implementation 'com.github.wendykierp:JTransforms:3.1'

这里是转换简单正弦波的代码，就像一个魅力

    double Fs = 8000;
    double T = 1/Fs;
    int L = 1600;

    double freq = 338;

    double sinValue_re_im[] = new double[L*2]; // because FFT takes an array where its positions alternate between real and imaginary
    for( int i = 0; i < L; i++)
    
        sinValue_re_im[2*i] = Math.sin( 2*Math.PI*freq*(i * T) ); // real part
        sinValue_re_im[2*i+1] = 0; //imaginary part
    

    // matlab
    // tf = fft(y1);

    DoubleFFT_1D fft = new DoubleFFT_1D(L);
    fft.complexForward(sinValue_re_im);
    double[] tf = sinValue_re_im.clone();

    // matlab
    // P2 = abs(tf/L);
    double[] P2 = new double[L];
    for(int i=0; i<L; i++)

        double re = tf[2*i]/L;
        double im = tf[2*i+1]/L;
        P2[i] = sqrt(re*re+im*im);
    

    // P1 = P2(1:L/2+1);
    double[] P1 = new double[L/2]; // single-sided: the second half of P2 has the same values as the first half
    System.arraycopy(P2, 0, P1, 0, L/2);
    // P1(2:end-1) = 2*P1(2:end-1);
    System.arraycopy(P1, 1, P1, 1, L/2-2);
    for(int i=1; i<P1.length-1; i++)
        P1[i] = 2*P1[i];
    
    // f = Fs*(0:(L/2))/L;
    double[] f = new double[L/2 + 1];
    for(int i=0; i<L/2+1;i++)
        f[i] = Fs*((double) i)/L;