【问题标题】:Implementing a Harmonic Product Spectrum algorithm in java在java中实现谐波乘积谱算法
【发布时间】:2012-05-05 13:00:45
【问题描述】:

我目前正在使用 Java 开发吉他调音器程序,并且 我正在尝试实现谐波乘积频谱算法以确定基频。

目前,我制作了一种方法,可以将我的光谱下采样一个因子 f

我现在正尝试将所有不同的下采样频谱相乘。 我正在用 java 编码并使用数组。 因此,我有针对已下采样的索引的数组和针对我的频谱的不同值的数组。 我现在正试图将所有不同的数组设置为相同的大小并组织它们的值,以便它们对应于正确的下采样索引。 我在大小和值方面有很多问题....

此外,我正在尝试根据我在纸上的一个示例来实现这个算法......因此我只能用 4 个下采样频谱来实现这个算法,但我怀疑这在我实际使用时是否足够真实的声音信号。

这里是下采样方法的代码:

import org.jfree.ui.RefineryUtilities;

public class SousEchantillonnage {

public static double[] valuesDownSample(double[] tab, int factor){

    int N = tab.length;

    double[] values = new double[N];

    for (int i = 0; i < N; i++){
        values[i] = tab[i];
    }

    int lengthDownSample = N + (facteur - 1) * (N - 1);

    double[] valuesDownSample = new double[lengthDownSample];
    for (int i = 0; i < N; i++){
        valuesDownSample[i] = values[i];
    }
    for (int i = N; i < lengthDownSample; i ++){
        valuesDownSample[i] = 0;
    }

    return valuesDownSample;
}

public static double[] indexDownSample(double[] tab, int factor){

    int N = tab.length;

    double[] indexes = new double[N];

    for (int i = 0; i < N; i++){
        indexes[i] = i;
    }

    int lengthDownSample = N + (factor - 1) * (N - 1);

    double[] indexDownSample = new double [lengthDownSample];
    for (int i = 0; i < lengthDownSample; i++){
        indexDownSample[i] = i / factor;
    }

    return indexDownSample;
}

这个方法似乎有效。

到目前为止,这是我的 HPS 算法方法:

public static double[] hps(double[] tab){

    int N = tab.length;

    int factor2 = 2;
    int factor3 = 3;
    int factor4 = 4;
    int lengthDownSample2 = N/2 + (factor2 - 1) * (N/2 - 1);
    int lengthDownSample3 = N/2 + (factor3 - 1) * (N/2 - 1);
    int lengthDownSample4 = N/2 + (factor4 - 1) * (N/2 - 1);

            // Gives us the spectrogram of the signal tab
    double[] spectrogram = new double[N];                       
    spectrogramme = FFT.calculFFT(tab);

            // We only need the first values of the spectrogram. The other half is the same.
    double[] spectrogramCut = new double[N/2];          
    for (int i = 0; i < N/2; i++){
        spectrogramCut[i] = spectrogram[i];
    }

            // We create the array that contains the values of spectrogramCut that we downsample by a factor 2
       double[] valuesSpect2 = new double [sizeDownSamp2];  
       valuesSpect2 = SousEchantillonnage.valuesDownSample(spectrogramCut, factor2);

          // We create an array of the indexes of spectrogramCut that we downsample by a factor 2
      double[] indexSpect2 = new double[sizeDownSamp2];
      indexSpect2 = SousEchantillonnage.indexDownSample(spectrogramCut, factor2);

         // We create the array that contains the values of spectrogramCut that we downsample by a factor 3
       double[] valuesSpect3 = new double [sizeDownSamp3];  
       valuesSpect3 = SousEchantillonnage.valuesDownSample(spectrogramCut, factor3);

         // We create an array of the indexes of spectrogramCut that we downsample by a factor 3
    double[] indexSpect3 = new double[sizeDownSamp3];
    indexSpect3 = SousEchantillonnage.indexDownSample(spectrogramCut, factor3);;

       // We create the array that contains the values of spectrogramCut that we            downsample by a factor 4
   double[] valuesSpect4 = new double [sizeDownSamp4];  
   valuesSpect4 = SousEchantillonnage.valuesDownSample(spectrogramCut, factor4);

       // We create an array of the indexes of spectrogramCut that we downsample by a factor 4
    double[] indexSpect4 = new double[sizeDownSamp4];
    indexSpect4 = SousEchantillonnage.indexDownSample(spectrogramCut, factor4);

        int sizeIndex = N/2 + 5 * (N/2 - 1); // size of the array that contains all the       indexes of the downsamples

        // We create this array
    double[] indexDowSamp = new double[sizeIndex];
    indexDowSamp[0] = 0;
    indexDowSamp[1] = 0.25;
    indexDowSamp[2] = 0.333;
    indexDowSamp[3] = 0.5;
    indexDowSamp[4] = 0.666;
    indexDowSamp[5] = 0.75;

    int q = sizeIndex / 6;      // quantity of packets of 6 we can do
    int r = sizeIndex%6;        // what we are left with.

    for (int i = 6; i < q * 6; i += 6){
        for (int j = 0; j < 6; j++){
        indexDowSamp[i + j] = indexDowSamp[i + j - 6] + 1;
        }
    }
    for (int i = 0; i < r; i++){
        indexDowSamp[q * 6 + i] = indexDowSamp[q * 6 + i - 6] + 1;
    }

我被困在这里。我想做一个将两个不同长度的数组相乘的方法。

基本上,如您所见,当我对频谱图进行下采样时,我会得到两个数组:

  • 具有下采样索引的索引
  • 另一个具有下采样后的值。

我想做的是创建一个与indexDownSample:valuesDownSample 大小相同的数组。 例如,我们有indexDownSample[0] = 0。 对于valuesDownSample[0],我想要valuesSpectCut[0] *valuesSpect2[0]*valuesSpect3[0]*valuesSpect4[0] 的乘积,因为所有这些数组都有一个对应于索引0 的值(indexSpectCut[0] = 0indexSpect2[0] = 0 = indexSpect3[0] = indexSpect4[0])。

对于indexDownSample[1]=0.25,我们注意到只有indexSpect4[1]= indexDownSample[1] = 0.25 然后,valuesDownSample[1] 默认为 0。

我们继续这样,直到我们填满数组。

如果一切顺利,我们应该在最后:

  • valuesDownSample 包含产品的不同值
  • indexDownSample 包含不同的下采样索引。

我只需要找到最大峰值即可找到我的基频。

我唯一的问题是我不知道如何做乘法.....

如果有人有想法,我将不胜感激!

【问题讨论】:

  • 如果您描述了您实际遇到的问题并至少展示了您迄今为止所做的一些事情,这将很有帮助。事实上,现在我们必须猜测该建议什么......
  • 为什么是java?!?尝试 c++、fortran 或其他东西!
  • 感谢两位的回答。我的项目必须在java中。这不是一个选择……它是强加的。而到目前为止的代码是我为下采样所做的。很抱歉,虽然我的注释将是法语.....

标签: java fft spectrum


【解决方案1】:

好的,我有一个实际的答案,这就是我解决问题的方法:

首先我不称之为下采样,而是划分 FFT 的频率。为此,我只使用 2 个这样的数组:

float findex[1000]; //index of frequencies for harmonic product spectrum
float mindex[1000]; //index of magnitudes for harmonic product spectrum
unsigned int max_findex;    //number of elements in findex[] and mindex[]

这是我的初始化: max_findex = 0; 对于 (i = 0; i

我正在使用 VisualDSP++ 在 Analog Devices Sharc EZ 开发板上进行开发,所以我的代码是 C 语言。

我在 12kHz 的低采样率下使用 131072 的大 FFT 大小。这给了我每箱 0.09Hz 的相对较高的精度。因为高次谐波会更准确,所以我先从最高分开始:

//first run with max division (highest accuracy)
for (i = 0; i < new_peak; i++) {
    findex[max_findex] = f(peak[i].index) / 9;
    mindex[max_findex] = peak[i].magnitude;
    if (max_findex < 999) max_findex++;
    else xmitUARTmessage("ERROR max_findex\r\n", 100);
}

我所有的峰都来自 FFT,结构如下: peak[].index 是 FFT 中的 bin 编号,peak[].magnitude 是峰值的幅度。 f() 函数返回 bin 的频率。

接下来我会进入 8 区,然后是 7 区,以此类推,然后是 1 区(实际频率排在最后)。 对于每个被划分的峰值,我会查看我的数组,看看此时我是否已经有了一个频率。我使用 +/- 0.2,我可能会收紧它,但您必须根据 FFT 的准确性对其进行调整。

char found;

for (u2 = 8; u2 > 0; u2--) {
    for (i = 0; i < new_peak; i++) {
        tempf = f(peak[i].index) / u2;
        found = 0;
        for (u = 0; u < max_findex; u++) {
            //try to find existing frequency
            if (tempf < findex[u] + 0.2 && tempf > findex[u] - 0.2) {
                //found existing frequency
                mindex[u] *= peak[i].magnitude;
                found = 1;
                break;
            }
        } //for u
        if (!found) {
            //no frequency was found, add new one
            findex[max_findex] = tempf;
            mindex[max_findex] = peak[i].magnitude;
            if (max_findex < 999) max_findex++;
            else xmitUARTmessage("ERROR max_findex\r\n", 100);
        }
    } //for i
} //for u2

就是这样。现在我只需打印出我的值并在 Excel 中按大小对它们进行排序...

for (i = 0; i < max_findex; i++) {
    sprintf(tempstr, "%.2f,%.2f\r\n", findex[i], mindex[i]);
    xmitUARTmessage(tempstr, 100);
}

这是一些输出(我只显示前 6 个): 60.53 1705693250000 60 1558419875000 20 555159950 179.99 264981525 7.5 1317353 8.57 1317353

创建输出的输入音频信号是: 60 Hz 方波(基波加奇次谐波) 181.5 Hz 正弦波 302.5 Hz 正弦波 423.5 Hz 正弦波

我正在模拟 60 + 60.5 Hz 的拍频,而基频在 60.5 处完全缺失。这是一个棘手的案例,它奏效了:)

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2013-03-01
    • 2011-06-10
    • 2023-03-23
    • 2017-05-23
    相关资源
    最近更新 更多