filtering - 手动重新实现双二阶 IIR 滤波器的 vDSP_deq22

标签 filtering signal-processing accelerate-framework

我正在将当前使用 Apple 特定(加速)vDSP 函数 vDSP_deq22 的滤波器组移植到 Android(其中 Accelerate 不可用)。滤波器组是一组带通滤波器,每个带通滤波器返回各自频带的 RMS 幅度。目前代码(ObjectiveC++,改编自NVDSP)如下所示:

- (float) filterContiguousData: (float *)data numFrames:(UInt32)numFrames channel:(UInt32)channel {

    // Init float to store RMS volume
    float rmsVolume = 0.0f;

    // Provide buffer for processing
    float tInputBuffer[numFrames + 2];
    float tOutputBuffer[numFrames + 2];

    // Copy the two frames we stored into the start of the inputBuffer, filling the rest with the current buffer data 
    memcpy(tInputBuffer, gInputKeepBuffer[channel], 2 * sizeof(float));
    memcpy(tOutputBuffer, gOutputKeepBuffer[channel], 2 * sizeof(float));
    memcpy(&(tInputBuffer[2]), data, numFrames * sizeof(float));

    // Do the processing
    vDSP_deq22(tInputBuffer, 1, coefficients, tOutputBuffer, 1, numFrames);
    vDSP_rmsqv(tOutputBuffer, 1, &rmsVolume, numFrames);

    // Copy the last two data points of each array to be put at the start of the next buffer.
    memcpy(gInputKeepBuffer[channel], &(tInputBuffer[numFrames]), 2 * sizeof(float));
    memcpy(gOutputKeepBuffer[channel], &(tOutputBuffer[numFrames]), 2 * sizeof(float));

    return rmsVolume;
}

如图所示here , deq22 通过递归函数对给定输入向量实现双二阶滤波器。这是文档中对该函数的描述: vDSP_deq22

  • A =:单精度实数输入向量
  • IA =:迈向 A。
  • B =:5 个单精度输入(滤波器系数),步幅为 1。
  • C =:单精度实数输出向量。
  • IC =:迈向 C。
  • N =:要生成的新输出元素的数量。

这是我到目前为止所拥有的(它是用 Swift 编写的,就像我已经在 Android 上运行的代码库的其余部分一样):

// N is fixed on init to be the same size as buffer.count, below
// 'input' and 'output' are initialised with (N+2) length and filled with 0s

func getFilteredRMSMagnitudeFromBuffer(var buffer: [Float]) -> Float {
    let inputStride = 1 // hardcoded for now
    let outputStride = 1

    input[0] = input[N]
    input[1] = input[N+1]
    output[0] = output[N]
    output[1] = output[N+1]

    // copy the current buffer into input
    input[2 ... N+1] = buffer[0 ..< N]

    // Not sure if this is neccessary, just here to duplicate NVDSP behaviour:
    output[2 ... N+1] = [Float](count: N, repeatedValue: 0)[0 ..< N]

    // Again duplicating NVDSP behaviour, can probably just start at 0:
    var sumOfSquares = (input[0] * input[0]) + (input[1] * input[1])

    for n in (2 ... N+1) {
        let sumG = (0...2).reduce(Float(0)) { total, p in
            return total + input[(n - p) * inputStride] * coefficients[p]
        }

        let sumH = (3...4).reduce(Float(0)) { total, p in
            return total + output[(n - p + 2) * outputStride] * coefficients[p]
        }

        let filteredFrame = sumG - sumH
        output[n] = filteredFrame
        sumOfSquares = filteredFrame * filteredFrame
    }

    let meanSquare = sumOfSquares / Float(N + 2) // we added 2 values by hand, before the loop
    let rootMeanSquare = sqrt(meanSquare)
    return rootMeanSquare
}

不过,滤波器向 deq22 提供了不同幅度的输出,并且其中似乎存在循环波动的圆形“噪声”(在恒定的输入音调下,该频率的幅度会上下波动)。

我已检查以确保每个实现之间的系数数组相同。每个滤波器实际上似乎都在“工作”,因为它拾取了正确的频率(并且仅是该频率),这只是泵浦,并且 RMS 幅度输出比 vDSP 安静得多,通常是几个数量级:

   Naive    |    vDSP
3.24305e-06   0.000108608
1.57104e-06   5.53645e-05
1.96445e-06   4.33506e-05
2.05422e-06   2.09781e-05
1.44778e-06   1.8729e-05
4.28997e-07   2.72648e-05

有人能看出我的逻辑有问题吗?

编辑:这是一个结果的 gif 视频,具有恒定的 440Hz 色调。各种绿色条是单独的滤波器带。第三个频段(此处所示)是调谐到 440Hz 的频段。

Pumping

正如预期的那样,NVDSP 版本仅显示与输入量成比例的恒定(非波动)幅度读数。

最佳答案

好的,sumOfSquares = FilteredFrame * FilteredFrame 行应该是 +=,而不是赋值。所以只计算最后一帧,解释了很多;)

如果您想在 Swift 中进行一些双二阶过滤,请随意使用它。 MIT 许可证,如之前的 NVDSP。

关于filtering - 手动重新实现双二阶 IIR 滤波器的 vDSP_deq22,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34312682/

相关文章:

java - 在 Java 中使用 FFT 从 .wav 创建频谱图

objective-c - 使用 LAPACK 求解 Ax=B,其中 x >= 0

matlab - 中值滤波器与 matlab 中的伪中值滤波器

android - SearchView 过滤和设置建议

excel - 在 Excel 数据透视表中应用多个值筛选器

android - 各种光线下的阈值人脸图像

python - 使用 python 从文本文件中删除两个重复项(原始和重复项)

python - 如何实现像 scipy.signal.lfilter 这样的过滤器

ios - FFT 输出与 float 缓冲器 AudioUnit

c++ - 如何在 ios 中使用 vImage 旋转和粘贴带有 alpha channel 的图像?