c#-未从Exocortex FFT获得预期的输出

我正在将Exocortex.DSP库用于C#,但没有提供期望的输出.我不太确定为什么.在此示例中,我使用的音频文件是16位无符号.wav文件中的纯800Hz音调.在Audacity中,我可以看到它只是一个正弦波.我将文件(使用NAudio)作为字节[]接收,然后使用BitConverter.Single对其进行转换.在数组上运行Fourier.FFT之后,我希望可以在Sample [800]上看到大量数据,而在其他任何地方都可以归零,但这与我获取的数据完全不同.这是代码…

public static void Main(string[] args)
    {
        var waveChannel = new WaveChannel32(new WaveFileReader("../../Files/800Hz.wav"));
        var buffer = new byte[4096 * 4];
        waveChannel.Read(buffer, 0, 4096 * 4);
        var samples = new ComplexF[4096];

        for (int i = 0; i < 4096; i++)
        {
            samples[i].Re = BitConverter.ToSingle(buffer, i * 4);
        }
        Fourier.FFT(samples, FourierDirection.Forward);
        for (int i = 790; i < 810; i++)
            Console.WriteLine(i + ": " + samples[i]);
    }

…这给了我以下输出…

790: ( -0.4223004, -0.5940632i )
791: ( -0.4242424, -0.6004524i )
792: ( -0.4241259, -0.591617i )
793: ( -0.4438736, -0.5921871i )
794: ( -0.4386246, -0.5902517i )
795: ( -0.4222358, -0.6125283i )
796: ( -0.424219, -0.586903i )
797: ( -0.4283331, -0.6008587i )
798: ( -0.4152279, -0.5989774i )
799: ( -0.4329002, -0.5994851i )
800: ( -0.4230377, -0.5904933i )
801: ( -0.4128067, -0.5878658i )
802: ( -0.4171145, -0.5898319i )
803: ( -0.4254847, -0.572481i )
804: ( -0.4199851, -0.5827408i )
805: ( -0.4186496, -0.5890546i )
806: ( -0.4181305, -0.6026474i )
807: ( -0.4402256, -0.5738652i )
808: ( -0.4149643, -0.589726i )
809: ( -0.4256677, -0.599369i )

我还尝试计算每个复数的大小,以查看这是否会给我带来更大的影响,但仍然得到相似的结果.我不确定我是否在代码中遗漏了某些东西,或者只是不了解结果.请帮助？

解决方法:

在信号[800]上找不到800 Hz分量

FFT结果的N个复数样本具有频率范围

 0 Hz .. Ns/2, with Ns = sampling frequency of your time signal

采样频率为44.1 kHz时,第一个FFT采样为0 Hz(DC),最后一个FFT采样为22.05 KHz(奈奎斯特频率).

如果这是1024点FFT,则将获得512个复杂样本.因此,两个FFT样本之间的距离为22050/512 == 43 Hz,因此您的800Hz线大约是第18个样本.

编辑

为什么这些其他分量不等于0.0？

傅立叶变换假定为循环输入.如果您的输入不是周期性的,则必须应用一个窗口来使您的输入有限(并适合单个周期).

如果您不考虑开窗,则会自动应用一个矩形窗口：您的信号在FFT的开始处“突然”开始,在FFT的结束时“突然”结束.这将形成一个矩形窗口.

现在,FFT结果恰好是输入信号的傅里叶变换(单个峰值)和该矩形窗口的傅里叶变换(sinc == sin(x)/ x函数)的卷积.

因此,您看到的单个正弦分量FFT的结果实际上是矩形窗口的傅里叶变换,即一个正弦函数,仅在几个点处为零.

标签：fft,audio,c,signal-processing
来源： https://codeday.me/bug/20191028/1952906.html