Bir gitar alıcısı için Android uygulama mağazasında bakıyordum. Diğer uygulamalardan daha hızlı olduğunu iddia eden bir tuner uygulaması buldum. DFT'yi kullanmadan frekansı bulabileceğini iddia etti (Keşke bu şartnamede hala URL olsaydı).
Bunu hiç duymamıştım. DFT veya FFT algoritmasını kullanmadan bir ses sinyali alabilir ve frekansı hesaplayabilir misiniz?
Yanıtlar:
FFT aslında bir tuner yapmak için harika bir yol değil. FFT doğası gereği sınırlı bir frekans çözünürlüğüne sahiptir ve zaman penceresini aşırı derecede uzun hale getirmeden çok küçük frekans değişikliklerini tespit etmek kolay değildir; bu da onu hantal ve durgun hale getirir.
Daha iyi çözümler faz kilitli döngüler , gecikmeli kilitli döngüler , otomatik korelasyon, sıfır geçiş tespiti ve takibi, maksimum veya min tespiti ve takibi ve kesinlikle bu metotların akıllı kombinasyonuna dayanabilir.
Ön işleme her zaman yardımcı olur.
Bir FFT, spektrum frekans tepe noktasını veya tepe noktalarını (FFT bölmesi boyutuyla ölçülür) bildirir; Algılanan perde frekansının bir FFT spektrumundan tamamen eksik olması mümkündür.
En basit gitar tunerlerden bazıları sadece düşük geçişli veya bant geçişli filtreleme kullanmış ve sıfır geçişler arasındaki süreyi ölçmüştür. Karşılıklı bir frekans tahmini verir.
Otokorelasyon, başka bir yaygın perde tahmin yöntemidir; ve kayan korelasyon veya diğer kendi kendine benzerlik ölçümleri, kayan ASDF (kare fark), AMDF (ortalama fark), doğrusal olmayan desen eşleştiriciler, yalnızca sınırlı bir gecikme aralığı için uyarlamalı kontrol, gecikme enterpolasyonu, pencereleme ve adaptif pencere seçimi, çeşitli ağırlıklar ya da çoklu potansiyel gecikme geçmişi dizileri, vb. arasından seçim yapmak için karar teorisini kullanma, vb.
Diğer olasılıklar arasında PLL'ler, filtrelenmiş kareleme demodülatörleri, filtrelenmiş Hilbert dönüşümleri vb.
Ancak, bazı DSP filtreleme ve demodülasyon yöntemlerinin, sorunuza bir cevap olarak sığabilecek ya da sığmayabilecek pencereli bir DFT'nin 1 bölmesini yapmaya neredeyse hesaplamalı olduğunu unutmayın.
Pitch tespiti, çok yönlü ve ilginç şekillerde yapılabilir. Bunu yapmanın bir yolu otomatik korelasyon kullanmaktır . Bu makale nasıl kullanılabileceğine bir örnek vermektedir. Oto-korelasyon, 1-bit bir korelatör kullanılarak gülünç bir şekilde basitleştirilebilir (bir nedenden dolayı bununla ilgili iyi bir kağıt bulamadım). Yani teorik olarak, zift olabilir hızlı FFT ile daha algılanabilir, ama olmadan çok daha hassas olacağını şüphe gerçekten akıllı önceden işlenmesi.
Ayrıca algoritmik olarak tanımlanmış nispeten yeni Hilbert-Huang Transform'a (HHT) bakınız. Uygulamanızla ilgili olabilecek durağan olmayan doğrusal olmayan sinyalleri kullanabilir.
Eğer bir DFT / FFT'de tam olarak hangi frekans bölmesini aradığınızı biliyorsanız, sadece bin bölmesinin değerini almak için Goertzel algoritmasını kullanabilirsiniz.
Bir ay önce bir gitarım var ve PLL tabanlı bir tuner yazmaya başladım .
PLL'yi anlamak için kullandığım kaynaklardan biri de Paul Lutus'un “Faz Kilitli Döngüleri Anlamak” sayfasıydı.
Gerçekte, otokorelasyon matrisinin özvektörlerine bakan sözde spektrumunu kullanarak bir sinyalin frekansını hesaplayabilirsiniz. Temel olarak sinyalinizi gürültüye ve sinyal alt uzaylarına ayırır. Oradan, onun spektrumunu bulabilirsiniz. (Ayrıca sınırlayabilir ve kontrol etmesi için bir dizi frekans verebilirsiniz). Aynı zamanda bağışıklık oldukça güzel. Tabii ki, bu parametrik bir yöntemdir, DFT gibi parametrik olmayan bir yöntemdir.
Her şey, hangi platformu işlemek istediğinize bağlı, basit bir devreye ihtiyaç duyuyorsanız, sinyali kazançla çıkarmanızı ve kare bir dalga haline getirmenizi ve zamanlayıcıyı kullanarak bir mikroişlemci ile süreyi ölçmenizi öneririm.
Ancak, sinyal işleme konusunda şık olmak istiyorsanız, MUSIC yöntemine göz atın:
http://en.wikipedia.org/wiki/Multiple_signal_classification
Umarım yardımcı olur
DFT / FFT kullanmadan birçok perde tahmin yöntemi vardır, bunlardan bazıları MUSIC yöntemi de dahil olmak üzere bu makalede listelenmiştir: https://ieeexplore.ieee.org/abstract/document/6521410/ Bu makaledeki simülasyon sonuçları temel frekans çok düşük olduğunda, kesin NLS yönteminin listelenenler arasında diğerlerinden daha iyi performans gösterdiğini