关于这个FFT的问题

2008-09-26 11:00:00 443 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

手搓ZLMediaKit实现拉流推流系列3（RK3588上YOLO系列拉流、MPP解码+编码、推流全流程）前段时间比较忙，一直没有时间补充后续的内容。今天终于抽出空来，立马进入码字环节：手搓ZLMediaKit实现拉流推流系列在本篇也终于迎来了完结篇，在本篇文章中，你将看到以下一整套完整流程：使用ZLMediaKit拉流---MPP解码---Yolo模型进行推理---MPP编码并推流。阅读详情

#if 0

#define FFT_SIZE 2048       // 采样点数

#else

#define FFT_SIZE 128       // 采样点数

#endif

///////这是什么意思？

有Cfft类如下：

class Cfft

{

public:

	LONG GetClosestPeak( INT Start, INT Stop);

	INT FindPKfreq( INT Center, INT range);

	void CalcFFT(double * InBuf);

	void ResetFFT();

	void SetFFTParams(  INT ave, double gain, INT type,double clkerror);

	BOOL GetFFTData( INT start, INT stop, LONG* OutBuf, BOOL UseOffset);

	Cfft();

	virtual ~Cfft();

private:

	BOOL m_Overload;

	BOOL m_LogMode;

	BOOL m_LastLogMode;

	INT m_LastAve;

	INT m_AveSize;

	INT m_OffsetIndxTable[FFT_SIZE/2];

	double m_Gain;

	double m_Clip;

	double * SinCosTbl;

	double * WindowTbl;

	double* pFFTAveBuf;

	double* pFFTInBuf;

	INT * WorkArea;

	void makewt(int nw, int *ip, double *w);

	void makect(int nc, int *ip, double *c);

	void bitrv2(int n, int *ip, double *a);

	void cftfsub(int n, double *a, double *w);

	void rftfsub(int n, double *a, int nc, double *c);

    void cft1st(int n, double *a, double *w);

    void cftmdl(int n, int l, double *a, double *w);

};

///////我要如何使用？

...全文

Titans：谷歌新型神经记忆架构，突破 Transformer 长序列处理的瓶颈 Titans 是谷歌推出的新型神经网络架构，通过神经长期记忆模块突破 Transformer 在处理长序列数据时的瓶颈，支持并行计算，显著提升训练效率。阅读详情

zygod625

图形处理/算法 19,463 成员 50,678 内容

+ 关注 + 加入社区

切换为时间正序

chenhuan05 2011-01-20

打赏
举报

快速傅里叶算法基2，基4，基8有什么区别

rover___ 2008-11-04

打赏
举报

//Copyright(C) 1996-1998 Takuya OOURA
// (email: ooura@mmm.t.u-tokyo.ac.jp).

tokyo

hustcc 2008-10-01

打赏
举报

一个FFT函数：

/*

This computes an in-place complex-to-complex FFT

x and y are the real and imaginary arrays of n=2^m points. 

o(n)=n*log2(n) 

dir =  1 gives forward transform 

dir = -1 gives reverse transform  

FFT algorithm by Cooley and Tukey, 1965

*/





bool _stdcall FFT(int dir,int m,double *x,double *y)

{

    long nn,i,i1,j,k,i2,l,l1,l2; 

    double c1,c2,tx,ty,t1,t2,u1,u2,z; 

    

    /* Calculate the number of points */

    nn = 1<<m; 

    

    /* Do the bit reversal */ 

    i2 = nn >> 1; 

    j = 0; 

    for (i=0;i<nn-1;i++) { 

        if (i < j) { 

            tx = x[i]; 

            ty = y[i]; 

            x[i] = x[j]; 

            y[i] = y[j]; 

            x[j] = tx; 

            y[j] = ty; 

    	} 

        k = i2; 

        while (k <= j) { 

            j -= k; 

            k >>= 1; 

    	} 

        j += k; 

    } 

    

    /* Compute the FFT */ 

    c1 = -1.0; 

    c2 = 0.0; 

    l2 = 1; 

    for (l=0;l<m;l++) { 

        l1 = l2; 

        l2 <<= 1; 

        u1 = 1.0; 

        u2 = 0.0; 

        for (j=0;j<l1;j++) { 

            for (i=j;i<nn;i+=l2) { 

                i1 = i + l1; 

                t1 = u1 * x[i1] - u2 * y[i1]; 

                t2 = u1 * y[i1] + u2 * x[i1]; 

                x[i1] = x[i] - t1; 

                y[i1] = y[i] - t2; 

                x[i] += t1; 

                y[i] += t2; 

        	} 

            z =  u1 * c1 - u2 * c2; 

            u2 = u1 * c2 + u2 * c1; 

            u1 = z; 

    	} 

        c2 = sqrt((1.0 - c1) / 2.0); 

        if (dir == 1) 

            c2 = -c2; 

        c1 = sqrt((1.0 + c1) / 2.0); 

    } 

    

    /* Scaling for forward transform */ 

    if (dir == 1) { 

        for (i=0;i<nn;i++) { 

            x[i] /= (double)nn; 

            y[i] /= (double)nn; 

    	}

    } 

    

    return true; 

}

AthlonxpX86 2008-10-01

打赏
举报

基4快速傅立叶
用法
设置变换的输出参数，线性对数(分贝)范围
void SetFFTParams( INT ave, double gain, INT type,double clkerror);
输入2048个样本
void CalcFFT(double * InBuf);
得到变换后的结果
BOOL GetFFTData( INT start, INT stop, LONG* OutBuf, BOOL UseOffset);
重置计算参数
void ResetFFT();

laxila 2008-09-30

打赏
举报

顶一下，谢谢楼主了

treetor 2008-09-30

打赏
举报

不得不顶。。。支持

majiajun_no_5 2008-09-30

打赏
举报

获益匪浅

rover___ 2008-09-29

打赏
举报

FFT_SIZE 是FFT的列长；
FFT有多种多样的程序类型，历史上曾经有FFT/DFT手册（程序库）出版，针对性不同。
缺少了关键的函数代码：
bitrv2(FFT_SIZE, WorkArea + 2, pFFTInBuf);
cftfsub(FFT_SIZE, pFFTInBuf, SinCosTbl);
rftfsub(FFT_SIZE, pFFTInBuf, WorkArea[1], SinCosTbl + WorkArea[0]);

CalcFFT是实际计算函数是算法的核心，缺少上述代码，看不到如何构造蝶形运算；
SetFFTParams是设置FFT参数的子程序；
GetFFTData是输入端函数。

GetFFTData( INT start, INT stop, LONG* OutBuf, BOOL UseOffset);
Cfft();
LONG* OutBuf可以认为输入是长度为FFT_SIZE的LONG数组，start,stop是编号的首尾。
日本鬼子的程序，有啥好研究的。

majiajun_no_13 2008-09-28

打赏
举报

快乐顶贴，快乐看贴，快乐学习

zygod625 2008-09-27

打赏
举报

C自己有带FFT吗？？
你有没有FFT的源码？
给我一个？？
zygod625@gmail.com

zygod625 2008-09-26

打赏
举报

FFT就是用来时频域变换的常用方法，关于信号处理的。

类的源码？
你能看懂吗？

// fft.cpp: implementation of the Cfft class.

//  This is a slightly modified version of Takuya OOURA's

//     original radix 4 FFT package.

//Copyright(C) 1996-1998 Takuya OOURA

//    (email: ooura@mmm.t.u-tokyo.ac.jp).

//////////////////////////////////////////////////////////////////////

#include "StdAfx.h"

#include <math.h>

#include "Cfft.h"



//////////////////////////////////////////////////////////////////////

// Local Defines

//////////////////////////////////////////////////////////////////////

#if 0

#define SQRT_FFT_SIZE   46    //sqrt(2048)

#define K_2PI           (8.0*atan(1.0))

#define SAMPLE_RATE     8000                // 采样率

#define FREQ_SCALE      (8000.0/2048.0)     // 2048采样点

#else

#define SQRT_FFT_SIZE   11    //sqrt(128)

#define K_2PI           (8.0*atan(1.0))

#define SAMPLE_RATE     8000                // 采样率

#define FREQ_SCALE      (8000.0/128.0)     // 2048采样点

#endif



//////////////////////////////////////////////////////////////////////

// A pure input sin wave ... Asin(wt)... will produce an fft output 

//   peak of (N*A/4)^2  where N is FFT_SIZE.

// To convert to a Power dB range:

//   PdBmax = 10*log10( (N*A/4)^2 + K_C ) + K_B

//   PdBmin = 10*log10( 0 + K_C ) + K_B

//  if (N*A/4)^2 >> K_C 

//  Then K_B = PdBmax - 20*log10( N*A/4 )

//       K_C = 10 ^ ( (PdBmin-K_B)/10 )

//  for power range of 0 to 100 dB with input(A) of 32767 and N=2048

//			K_B = -44.494132  and K_C = 2.81458e4

// To eliminate the multiply by 10, divide by 10 so for an output

//		range of 0 to 100dB the stored value is 0.0 to 10.0

//   so final constant K_B = -4.4494132

#define K_B (-4.4494132)

#define K_C (2.81458e4)



#define K_ROOT (1.0/4.0)		

#define K_ROOTGN 289.626		//(A*N/8)^(2/4) / 10



//////////////////////////////////////////////////////////////////////

// Construction/Destruction



//////////////////////////////////////////////////////////////////////

//////////////构造函数！！！





Cfft::Cfft()

{

	WindowTbl  = new double[FFT_SIZE];

	SinCosTbl  = new double[FFT_SIZE/2];

	WorkArea   = new int[SQRT_FFT_SIZE+2];

	pFFTAveBuf = new double[FFT_SIZE];	//Even index's hold average

	pFFTInBuf  = new double[FFT_SIZE];

	WorkArea[0] = 0;

	makewt(FFT_SIZE/4, WorkArea, SinCosTbl);

    makect(FFT_SIZE/4, WorkArea, SinCosTbl + WorkArea[0]);

	for(INT i=0; i<FFT_SIZE; i++)

	    {

		pFFTAveBuf[i] = 0.0;

// Pick a data windowing function:

//		WindowTbl[i] = 1.0;										//rectangle

//		WindowTbl[i] = .54 - .46*cos( (K_2PI*i)/(FFT_SIZE-1) );	//Hamming

		WindowTbl[i] = (.5 - .5*cos( (K_2PI*i)/(FFT_SIZE-1) ));	//Hanning

	    }

	m_LastAve = 0;

	m_LastLogMode = FALSE;

	SetFFTParams( 1, 10.0, TRUE, 1.0 );

	m_Clip = 0.0;

	m_Overload = FALSE;

}



Cfft::~Cfft()

{							// free all resources

	if(WorkArea)

	    {

		delete WorkArea;

		WorkArea = NULL;

	    }

	if(SinCosTbl)

	    {

		delete SinCosTbl;

		SinCosTbl = NULL;

	    }

	if(WindowTbl)

	    {

		delete WindowTbl;

		WindowTbl = NULL;

	    }

	if(pFFTAveBuf)

	    {

		delete pFFTAveBuf;

		pFFTAveBuf = NULL;

	    }

	if(pFFTInBuf)

	    {

		delete pFFTInBuf;

		pFFTInBuf = NULL;

	    }



}



// FFT初始化函数

// 入口参数：

//      ave     [1.0, 10.0]FFT "smoothing"值，1 = no smoothing, 10 = max smoothing (default = 1)

//      gain    [0.0, 10.0]缩放值, default = 10.0

//      type    [0, 99], data output type

//              0 = root mode, data is the 4th root of linear FFT output power

//              1 = log mode, data is 10log() of the fft power(default)

//              10..90 = log mode with (10% ~ 90%) baseline clipping applied to the data 

void Cfft::SetFFTParams(INT ave, double gain, INT type, double clkerror )

{

	if( type==0 )

		m_LogMode = FALSE;

	else

		m_LogMode = TRUE;

	if( (type>=10) && (type<=99) )

		m_Clip = (double)type/10.0;

	else

		m_Clip = 0.0;

	if(ave>0)

		m_AveSize = ave;

	else

		m_AveSize = 1;

	if( (m_LastAve != ave) || (m_LastLogMode != m_LogMode) )

		ResetFFT();

	m_LastLogMode = m_LogMode;

	m_LastAve = m_AveSize;

	m_Gain = gain*10.0/(10.0-m_Clip);

	for(int i=0; i<(FFT_SIZE/2); i++)

	{

		m_OffsetIndxTable[i] = (INT)( clkerror*(double)i )<<1;

	}



}



void Cfft::ResetFFT()

{

	for(INT i=0; i<FFT_SIZE;i++)

		pFFTAveBuf[i] = 0.0;



}





//////////////////////////////////////////////////////////////////////

// "InBuf[]" is first multiplied by a window function and then

//  calculates an "FFT_SIZE" point FFT on "InBuf[]".

//  The result is converted to dB or 4th root and stored in pFFTAveBuf

//  If "Ave" is > 1, a LP smoothing filter 

//  is calculated on the output.

//////////////////////////////////////////////////////////////////////

void Cfft::CalcFFT(double * InBuf)

{

    INT i;

	m_Overload = FALSE;

	for(i=0; i<FFT_SIZE; i++)

	    {

		if( InBuf[i] > 32768.0*0.90 )	//flag overload if within 10% of max

			m_Overload = TRUE;

		pFFTInBuf[i] = WindowTbl[i] * InBuf[i];		//window the data

	    }

//Calculate the FFT

	bitrv2(FFT_SIZE, WorkArea + 2, pFFTInBuf);

	cftfsub(FFT_SIZE, pFFTInBuf, SinCosTbl);

	rftfsub(FFT_SIZE, pFFTInBuf, WorkArea[1], SinCosTbl + WorkArea[0]);

}



//////////////////////////////////////////////////////////////////////

//	the range "start" to "stop" is multiplied by "gain" and copied

//   into "OutBuf[]".

// The function returns TRUE if the input is overloaded

//////////////////////////////////////////////////////////////////////

BOOL Cfft::GetFFTData(INT start, INT stop, LONG* OutBuf, BOOL UseOffset )

{

    INT j;

	if(UseOffset)

	    {

		for( INT i=start; i<=stop; i++ )		//copy and scale into OutBuf[]

		    {

			j = m_OffsetIndxTable[i];

			OutBuf[i] = (LONG)( m_Gain*pFFTAveBuf[j] );

		    }

	    }

	else

	    {

		for( INT i=start; i<=stop; i++ )		//copy and scale into OutBuf[]

		    {

			OutBuf[i] = (LONG)( m_Gain*pFFTAveBuf[i<<1] );

		    }

	    }

	return m_Overload;

}

......................

lonkil 2008-09-26

打赏
举报

FFT是做什么的？

1.如果能看到类代码的，看代码。
2.如果没有代码就看文档，或该类的演示程序
3.如果什么都不有，只能靠名字猜了。

nnliubin 2008-09-26

打赏
举报

这fft的程序哪整的啊，c自己的吗？
还是哪个系统自带的..最近在做dsp的fft
挺难弄的，多尝试吧！

sunyim 2008-09-26

打赏
举报

FFT的长度2048 128

关于这个FFT的问题

相关推荐