使用 FFT 和加速框架了解自相关 - iPhone

Question

我一直在尝试使用 Apple 提供的 vDSP 库（Accelerate 框架）在 iPhone 上实现自相关算法。

到目前为止，我按照苹果的 auriotouch 示例创建了一个音频单元，但我想使用加速框架来执行自相关，而不是 auriotouch 示例代码中的旧实现。

IORemote 音频单元通过我的 renderCallBack 方法进行路由，如下所示：

{
    AudioGraphController *controller = (AudioGraphController *) inRefCon;

    // Remove DC component
for(UInt32 i = 0; i < ioData->mNumberBuffers; ++i)
    controller.dcFilter[i].InplaceFilter((SInt32*)(ioData->mBuffers[i].mData),         inNumberFrames, 1);

    OSStatus result = AudioUnitRender(controller.inputUnit, ioActionFlags, inTimeStamp, 1,     inNumberFrames, ioData);

    if (result) { printf("InputRenderCallback: error %d\n", (int)result); return result; }

    controller.manager->ProcessAudioData(inNumberFrames, ioData);

    return noErr;
}

根据本文中的 c++ 代码片段，来自麦克风的输入数据被发送到执行自相关的 ProcessAudioData 方法： com/questions/3398753/using-the-apple-fft-and-accelerate-framework">使用 Apple FFT 和加速框架

但是我在理解上遇到了一些困难显示数据数组中的信息。

当我尝试访问所有信息时，我得到的都是 nan，我唯一了解该信息的时候是当我像这样转换 displaydata 数组时：

SInt16* buf = (SInt16 *)displayData;

计算自相关的步骤如下： - 将实际输入（ioData->mBuffers[0].mData）拆分为偶数和奇数输入。 - 执行 FFT（前向） - 取 FFT 生成值的绝对平方。 - 进行 IFFT（向后/逆） - 将复数分割转换为实数分割。

有人可以给我一些关于如何解释显示数据数组中的信息的指示/建议吗？当我检查这样的显示数据时，它们似乎都是相同的值，尽管它们确实根据麦克风输入而变化。

麦克风的输入预计是带有原始信号的一些回声的信号，自相关的目标是确定自相关峰值处的滞后，以便我可以确定回声相对于原始信号的偏移。

我应该首先创建信号的回声版本（有一些偏移）并在 FFT 值的乘法中使用它吗？

我很感激任何意见，如果你能指导我更清楚地解释这一点的信息，因为我对 vDSP 技术相当陌生，尤其是在 iPhone 上。我确实有卷积和傅立叶变换方面的数学经验，但是苹果的就地包装让我猜测在哪里可以找到我期望从这个计算中获得的信息。

Answer 1

检查您调用的每个例程（vDSP 等）的数据类型，并确保提供正确的 C 数据类型。使用调试器检查每个子例程的输入，在获得 NaN 结果之前开始并向后工作，以确保输入数据正确（类型和小数位数等）。您还可以将数据复制到以下缓冲区：出于调试目的，其格式更符合您的喜好，这样即使就地计算，您也可以看到之前/之后的结果。

另请注意，inNumberFrames 可能与您想要自相关的向量的长度无关，具体取决于您想要的结果信息。您可能需要额外的向量缓冲区。