1. 其實這個項目難點在于，能不能采集到高質量的鋼琴音調。先看一下FFT相關程序。

FFT 并不是一種新的變換，它是離散傅立葉變換（DFT）的一種快速算法。由于我們在計算 DFT 時一次復數乘法需用四次實數乘法和二次實數加法；一次復數加法則需二次實數加法。每運算一個 X（k）需要 4N 次復數乘法及 2N+2（N-1）=2（2N-1）次實數加法。所以整個 DFT 運算總共需要 4N^2 次實數乘法和 N*2(2N-1)=2N(2N-1)次實數加法。如此一來，計算時乘法次數和加法次數都是和 N^2 成正比的，當 N 很大時，運算量是可觀的，因而需要改進對 DFT 的算法減少運算速度。根據傅立葉變換的對稱性和周期性，我們可以將 DFT 運算中有些項合并。我們先設序列長度為 N=2^L，L 為整數。將 N=2^L 的序列 x(n)(n=0,1,……，N-1)，按 N?的奇偶分成兩組，也就是說我們將一個 N 點的 DFT 分解成兩個 N/2 點的 DFT，他們又重新組合成一個如下式所表達的 N 點 DFT：一般來說，輸入被假定為連續的。當輸入為純粹的實數的時候，我們就可以利用左右對稱的特性更好的計算 FFT。

2. 代碼部分

#include "myapp.h" #include "csedu.h" #include "scancode.h" #include <math.h>#define PI 3.1415926 #define SAMPLENUMBER 128void InitForFFT(); void MakeWave();int INPUT[SAMPLENUMBER],DATA[SAMPLENUMBER]; float fWaveR[SAMPLENUMBER],fWaveI[SAMPLENUMBER],w[SAMPLENUMBER]; float sin_tab[SAMPLENUMBER],cos_tab[SAMPLENUMBER];main() {int i;InitForFFT();MakeWave();for ( i=0;i<SAMPLENUMBER;i++ ){fWaveR[i]=INPUT[i];fWaveI[i]=0.0f;w[i]=0.0f;}FFT(fWaveR,fWaveI);for ( i=0;i<SAMPLENUMBER;i++ ){DATA[i]=w[i];}while ( 1 ); // break point }void FFT(float dataR[SAMPLENUMBER],float dataI[SAMPLENUMBER]) {int x0,x1,x2,x3,x4,x5,x6,xx;int i,j,k,b,p,L;float TR,TI,temp;/********** following code invert sequence ************/for ( i=0;i<SAMPLENUMBER;i++ ){x0=x1=x2=x3=x4=x5=x6=0;x0=i&0x01; x1=(i/2)&0x01; x2=(i/4)&0x01; x3=(i/8)&0x01;x4=(i/16)&0x01; x5=(i/32)&0x01; x6=(i/64)&0x01;xx=x0*64+x1*32+x2*16+x3*8+x4*4+x5*2+x6;dataI[xx]=dataR[i];}for ( i=0;i<SAMPLENUMBER;i++ ){dataR[i]=dataI[i]; dataI[i]=0; }/************** following code FFT *******************/for ( L=1;L<=7;L++ ){ /* for(1) */b=1; i=L-1;while ( i>0 ) {b=b*2; i--;} /* b= 2^(L-1) */for ( j=0;j<=b-1;j++ ) /* for (2) */{p=1; i=7-L;while ( i>0 ) /* p=pow(2,7-L)*j; */{p=p*2; i--;}p=p*j;for ( k=j;k<128;k=k+2*b ) /* for (3) */{TR=dataR[k]; TI=dataI[k]; temp=dataR[k+b];dataR[k]=dataR[k]+dataR[k+b]*cos_tab[p]+dataI[k+b]*sin_tab[p];dataI[k]=dataI[k]-dataR[k+b]*sin_tab[p]+dataI[k+b]*cos_tab[p];dataR[k+b]=TR-dataR[k+b]*cos_tab[p]-dataI[k+b]*sin_tab[p];dataI[k+b]=TI+temp*sin_tab[p]-dataI[k+b]*cos_tab[p];} /* END for (3) */} /* END for (2) */} /* END for (1) */for ( i=0;i<SAMPLENUMBER/2;i++ ){ w[i]=sqrt(dataR[i]*dataR[i]+dataI[i]*dataI[i]);} } /* END FFT */void InitForFFT() {int i;for ( i=0;i<SAMPLENUMBER;i++ ){sin_tab[i]=sin(PI*2*i/SAMPLENUMBER);cos_tab[i]=cos(PI*2*i/SAMPLENUMBER);} }void MakeWave() {int i;for ( i=0;i<SAMPLENUMBER;i++ ){INPUT[i]=sin(PI*2*i/SAMPLENUMBER*3)*1024;} }

3. 啟動調試，打開Tools->Graph，分別創建兩個Singal Time（一個是原始的正選波形，一個是程序FFT得出的波形）和一個FFT Magnitude（CCS軟件用FFT得出的波形），然后對比程序得出的和CCS幫得出的是否一致，就可以檢查程序有沒有問題。

設置如下：

4. 最終得出的波形圖，可以看出程序是正確的。

轉載于:https://www.cnblogs.com/429512065qhq/p/9534709.html

總結

以上是生活随笔為你收集整理的DSP5509项目之用FFT识别钢琴音调（1）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。