android sdk中的FFT库
我正在使用android项目。我需要FFTalgorithm来处理android加速度计数据。是否有在android sdk中可用的FFT库？
你可以使用这个类，它足够快速的实时audio分析
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：此代码似乎是从这里派生，并具有GPLv2许可证。
使用该类： https ： //www.ee.columbia.edu/~ronw/code/MEAPsoft/doc/html/FFT_8java-source.html
简单的解释：调用fft（）提供x作为你的振幅数据， y作为全零数组，在函数返回你的第一个答案后将是一个[0] = x [0] ^ 2 + y [0] ^ 2。
完整的解释： FFT是复数变换，需要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合部分。
一个典型的用法是计算audio的功率谱。 您的audio样本只有实数部分，您的复杂部分为0.要计算功率谱，请添加实部和复数部分的平方P [0] = x [0] ^ 2 + y [0] ^ 2。
此外，重要的是要注意，当应用于实数时，傅里叶变换产生对称的结果（x [0] == x [x.lenth-1]）。 x [x.length / 2]处的数据具有来自频率f = 0Hz的数据。 x [0] == x [x.length-1]的数据的频率等于采样率（例如，如果采样频率是44000Hz，那么f [0]的估计值为22kHz）。
完整程序：
- 用512个带零点的采样创build数组p [n]
- 收集1024个audio样本，写在x上
- 对于所有n，设置y [n] = 0
- 计算fft（x，y）
- 对于所有n = 0到512计算p [n] + = x [n + 512] ^ 2 + y [n + 512] ^ 2
- 去2个批次（50个批次去下一个步骤）
- 图p
- 去1
根据你的口味调整固定的数字。
数字512定义了采样窗口，我不会解释它。 只是避免太多减less它。
数字1024必须始终是最后一个数字的两倍。
数字50定义你更新率。 如果您的采样率是每秒44000个样本，则更新率将为：R = 44000/1024/50 = 0.85秒。
kissfft是一个足够体面的库编译在Android上。 它具有比FFTW更通用的许可证（即使FFTW无疑更好）。
你可以在libgdxfind一个android的kissfft绑定https://github.com/libgdx/libgdx/blob/0.9.9/extensions/gdx-audio/src/com/badlogic/gdx/audio/analysis/KissFFT.java
或者，如果您想要一个纯粹的基于Java的解决scheme，请尝试jTransforms https://sites.google.com/site/piotrwendykier/software/jtransforms
使用这个类 （EricLarch的答案来自于这个类 ）。
使用说明
该function用FFT输出取代您的inputarrays。
input
- N =数据点的数量（input数组的大小，必须是2的幂）
- X =要转换的数据的实际部分
- Y =要变换的数据的虚部
即如果你的input是（1 + 8i，2 + 3j，7-i，-10-3i）
- N = 4
- X =（1,2,7,10）
- Y =（8，3，-1，-3）
产量
- X = FFT输出的实部
- Y = FFT输出的虚部
要获得经典的FFTgraphics，您需要计算实部和虚部的大小。
就像是：
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; }
如果您的原始input是幅度与时间的关系，请参阅此StackOverflow答案以了解如何获取频率。
@J Wang你的输出幅度似乎比你所链接的线索上给出的答案要好，但仍然是幅度平方…复数的幅度
z = a + ib
计算为
|z|=sqrt(a^2+b^2)
链接线程的答案表明，对于纯真实input，输出应该使用2或者a作为输出，因为其值为
a_(i+N/2) = -a_(i),
其中b_(i) = a_(i+N/2)表示表中的复数部分在输出表的后半部分。
即input表的后半部分的实数input表是真实的共轭…
所以z = a-ia给出一个数量级
|z|=sqrt(2a^2) = sqrt(2)a
所以这是值得注意的比例因素…我会build议看看所有这一切在一本书或维基可以肯定。
