CN116842346A - 频谱处理方法、装置、计算机设备及可读存储介质 - Google Patents
频谱处理方法、装置、计算机设备及可读存储介质 Download PDFInfo
- Publication number
- CN116842346A CN116842346A CN202310880274.3A CN202310880274A CN116842346A CN 116842346 A CN116842346 A CN 116842346A CN 202310880274 A CN202310880274 A CN 202310880274A CN 116842346 A CN116842346 A CN 116842346A
- Authority
- CN
- China
- Prior art keywords
- domain signal
- frequency
- display
- sampling
- time domain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 45
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000005070 sampling Methods 0.000 claims abstract description 219
- 230000003044 adaptive effect Effects 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012952 Resampling Methods 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种频谱处理方法、装置、计算机设备及可读存储介质，属于频谱处理技术领域。其中方法包括：确定多个显示频率，根据多个所述显示频率得到最小差值频点；根据所述最小差值频点及采样点数量确定自适应采样因子；根据所述自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号；根据重采样时域信号进行转换，得到频域信号；根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值。本发明所提供的频谱处理方法，通过能够自定义采样点数量，使无论采样率的高低，频谱显示的处理器耗能都较低。
Description
技术领域
本申请涉及频谱处理技术领域，尤其涉及一种频谱处理方法、装置、计算机设备及可读存储介质。
背景技术
目前处理器处理显示频谱需要计算大量采样点数，给处理器带来一笔不少的开销。但是处理器性能有限，计算大量采样点数会使处理器耗能过高。现有处理器在显示频谱过程中存在耗能较高的问题。
发明内容
为了解决上述技术问题，本申请实施例提供了一种频谱处理方法、装置、计算机设备及可读存储介质。
第一方面，本申请实施例提供了一种频谱处理方法，所述方法包括：
确定多个显示频率，根据多个所述显示频率得到最小差值频点；
根据所述最小差值频点及采样点数量确定自适应采样因子；
根据所述自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号；
根据重采样时域信号进行转换，得到频域信号；
根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值。
在一实施方式中，所述根据多个所述显示频率得到最小差值频点，包括：
计算多个所述显示频率的相邻两个显示频率之间的差值频点；
从多个所述差值频点中确定所述最小差值频点。
在一实施方式中，所述根据所述最小差值频点及采样点数量确定自适应采样因子，包括：
将所述最小差值频点乘以所述采样点数量，得到第一乘积；
将所述原始采样率除以所述第一乘积，得到第一商值；
将所述第一商值进行向上取整，将取整结果作所述自适应采样因子。
在一实施方式中，所述根据所述自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号，包括：
将所述位深除以第一预设数值，得到第二商值；
将重采样信号的信号量减去第二预设数值，得到第一差值；
将所述第二商值乘以所述第一差值，得到第二乘积；
将所述第二乘积乘以所述自适应采样因子，得到第三乘积；
将所述第三乘积加上第三预设值，得到第一和值；
将所述第一和值乘以第一原始时域信号数组，得到第一修正信号数组；
将所述第一修正信号数组进行二进制转换，得到第一二进制数；
将所述第三乘积加上第四预设值，得到第二和值；
将所述第二和值乘以第二原始时域信号数组，得到第二修正信号数组；
将所述第二修正信号数组进行二进制转换，得到第二二进制数；
将所述第一二进制数及所述第二二进制数进行拼接，得到第三二进制数；
将所述第三二进制数转换为十进制，得到所述重采样时域信号。
在一实施方式中，所述根据重采样时域信号进行转换，得到频域信号，包括：
将重采样时域信号进行不定积分运算，得到所述频域信号。
在一实施方式中，所述根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值，包括：
将各显示频率、采样点数量、自适应采样因子相乘，得到第四乘积；
将所述第四乘积除以所述原始采样率，得到第三商值；
将所述第三商值乘以所述频域信号，得到修正频域信号；
将所述修正频域信号加上第五预设数值，得到第三和值；
将所述修正频域信号进行极坐标运算，得到各显示频率对应的所述幅值。
第二方面，本申请实施例提供了一种频谱处理方法装置，所述频谱处理方法装置包括：
频点模块，用于确定多个所述显示频率，根据多个所述相邻两个显示频率得到所述最小差值频点；
自适应模块，用于根据所述最小差值频点及采样点数量确定所述自适应采样因子；
重采样模块，用于根据所述自适应采样因子及所述位深对所述原始时域信号进行所述重采样，得到所述重采样时域信号；
频域模块，用于根据所述重采样时域信号进行转换，得到所述频域信号；
计算模块，用于根据所述自适应采样因子、所述原始采样率、所述各显示频率、所述采样点数量计算所述各显示频率对应的幅值。
在一实施方式中，频谱处理方装置，所述计算模块，还用于将各显示频率、采样点数量、自适应采样因子相乘，得到第四乘积；
将所述第四乘积除以所述原始采样率，得到第三商值；
将所述第三商值乘以所述频域信号，得到修正频域信号；
将所述修正频域信号加上第五预设数值，得到第三和值；
将所述修正频域信号进行极坐标运算，得到各显示频率对应的所述幅值。
第三方面，本申请实施例提供了一种计算机设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的频谱处理方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的频谱处理方法。
上述本申请提供的频谱处理方法，通过确定多个显示频率，根据多个所述显示频率得到最小差值频点；根据所述最小差值频点及采样点数量确定自适应采样因子；根据所述自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号；根据重采样时域信号进行转换，得到频域信号；根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值。在满足傅里叶变换中规定的必须为2的次幂情况下，用户可以自定义采样点数量，相当于能减少采样点数量，从而减少了处理器需要计算的频率点数量，通过最小差值频点和采样点数量得到自适应采样因子，能够适应在各种采样率下，都能算出频率对应的幅值，使这些幅值不会重合，提高了处理器处理需要计算的个显示频率对应幅值的准确度，通过用户自定义采样点数量的同时也解决了处理器因为要计算大量频率点数量而产生耗能过高的问题。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1示出了本申请实施例提供的一种频谱处理方法流程图；
图2示出了本申请实施例提供的一种得到最小差值频点流程图；
图3示出了本申请实施例提供的一种确定自适应采样因子流程图；
图4示出了本申请实施例提供的一种计算重采样时域信号流程图；
图5示出了本申请实施例提供的一种计算频域信号的流程图；
图6示出了本申请实施例提供的一种计算各显示频率对应的幅值流程图；
图7示出了本申请实施例提供的频谱处理装置的结构示意图；
图8示出了本申请实施例提供的计算机设备的结构示意图。
图标：700-频谱处理装置，701-频点模块，702-自适应模块，703-重采样模块，704-频域模块，705-计算模块，800-计算机设备，801-收发机，802-处理器，803-存储器。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。
实施例1
本申请实施例提供了一种频谱处理方法，该频谱处理方法可以应用于电子学、声学中，电子学包括无线电通信，下面对频谱处理方法进行说明。
参见图1，频谱处理方法包括：
步骤S1，确定多个显示频率，根据多个所述显示频率得到最小差值频点。
在本实施例中，用户可以通过显示界面输入的多个显示频率，例如，用户通过显示界面输入30、50、100、200…等多个显示频率，可以根据30、50、100、200等多个显示频率计算最小差值频点。
参见图2，步骤S1中的根据多个所述显示频率得到最小差值频点，包括：
步骤S101，计算多个所述显示频率的相邻两个显示频率之间的差值频点；
在本实施例中，所述多个所述显示频率分别为30、50、100、200…，所述显示频率最小的为30，所述显示频率30、50之间的差值为20，也就是上述多个所述显示频率中两个相邻显示频率之间的差值频点为20。步骤S102，从多个所述差值频点中确定所述最小差值频点。
在本实施例中，所述多个所述显示频率分别为30、50、100、200，所述显示频率最小的为30，所述显示频率30、50之间的差值为20，所述显示频率50、100之间的差值为50，所述显示频率200、100之间的差值为100，也就是上述多个所述显示频率中两个相邻显示频率之间的最小差值频点为20，就用所述30与所述50之间的所述最小差值频点20，替换需要显示最小频率30，得到最小差值频点20，替换掉后为：20、50、100、200。通过最小差值频点替换掉最小频率，可以使所述显示频率对应的幅值不会重合，保证采样的准确性。
步骤S2，根据所述最小差值频点及采样点数量确定自适应采样因子。
在本实施例中，根据自适应采样因子，能够在各种采样率下计算采样距离，所述采样率包括所述原始采样率。
参见图3，步骤S2中根据所述最小差值频点及采样点数量确定自适应采样因子，包括：
步骤S201，将所述最小差值频点乘以所述采样点数量，得到第一乘积。
在本实施例中，所述采样点数量为用户自定义获取的数据，例如，现有技术中的傅里叶变换中要求采样数量必须为2的次幂，而本实施例中的所述采样点数量，用户可以自定义大小。
步骤S202，将所述原始采样率除以所述第一乘积，得到第一商值。
在本实施例中，所述原始采样率为用户自定义获取的数据，例如，原始采样率可以为44.1kHz-96kHz范围内的采样率，具体的，所述原始采样率可以为44.1kHz。
采样率是信号的一个基本属性，常见采样率有44.1kHz，原始采样率指原来计算机每秒钟采集多少个信号样本。
步骤S203，将所述第一商值进行向上取整，将取整结果作所述自适应采样因子。
在本实施例中，将所述第一商值进行向上取整，具体的，例如，所述第一商值为24.3，进行所述向上取整后，所述第一商值为25。
示范性的，计算所述自适应采样因子公式具体为：
其中，所述padding为自适应采样因子，所述ceil为向上取整，Fs为所述原始采样率，F0为所述最小差值频点，N为所述采样点数量。
根据所述自适应采样因子，能够适应各种采样率下的采样距离，该各种采样率可以包括原始采样率，从而对信号做重采样；所述采样点数量为根据需求自定义大小，这样可以减少处理器需要计算显示频率的计算量，达到减小处理器计算显示频率耗能的目的。
步骤S3，根据所述自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号。
在本实施例中，通过傅里叶变换公式反推出傅里叶变换输入信号的最大采样率，通过所述自适应采样因子计算出所述原始采样率和最大采样率的采样距离。其反推过程具体为：根据以下傅里叶变换输出值与显示频率的转换公式反推出傅里叶变换输入信号的最大采样率：
傅里叶变换输出值与显示频率的转换公式：Fn＝(n-1)*Fs/N，其中，Fn表示信号频率，Fs表示采样频率，N表示采样点数量，其中，傅里叶变换规定n的范围是1到N。
例如，获取多个显示频率为30、50、100、200，可知，最小显示频率为30，设N为1024，根据最大采样率＝最小显示频率*采样点数量，此时得出傅里叶变换输入信号的最大采样率是30*1024。由于所述最大采样率和所述原始采样率并不相同，需要所述自适应采样因子计算出所述原始采样率和最大采样率的采样距离，得到所述原始时域信号，进行重采样。具体的，计算机程序获取所述自适应采样因子、所述最大采样率和所述原始采样率数据，计算出采样距离。
所述位深指显示频率中每个采样点所占的比特数，例如，CD音质的位深为16位，即表示每个采样点占据16比特。
参见图4，步骤S3包括：根据所述自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号。
步骤S301，将所述位深除以第一预设数值，得到第二商值。
在本实施例中，所述位深为用户自定义获取的数据，例如，所述位深可以为18，所述第一预设数值为自定义数值，例如，第一预设值可以为8。
步骤S302，将重采样信号的信号量减去第二预设数值，得到第一差值。
在本实施例中，所述重采样信号的信号量为用户自定义获取的数据，例如，所述重采样信号的信号量可以1-N范围内，第二预设数值为自定义数值，例如，第二预设值可以为1。
步骤S303，将所述第二商值乘以所述第一差值，得到第二乘积。
步骤S304，将所述第二乘积乘以所述自适应采样因子，得到第三乘积。
步骤S305，将所述第三乘积加上第三预设值，得到第一和值。
在本实施例中，所述第三预设值为自定义数值，例如，第三预设值可以为2。
步骤S306，将所述第一和值乘以第一原始时域信号数组，得到第一修正信号数组。
在本实施例中，所述第一原始时域信号数组指 所述第一修正信号数组指所述第一原始时域信号数组与所述第一和值的乘积。
步骤S307，将所述第一修正信号数组进行二进制转换，得到第一二进制数。
在本实施例中，例如第一修正信号数组为buffer[1,2,3,4]，其中序号为2的buffer[2]＝3,对3进行二进制转换保留低8位数，利用十进制转二进制的转换方法：“除2取余数，逆序排列”的方法得到，3的二进制为00000011。
步骤S308，将所述第三乘积加上第四预设值，得到第二和值。
在本实施例中，所述第四预设值为自定义数值，例如，第四预设值可以为3。
步骤S309，将所述第二和值乘以第二原始时域信号数组，得到第二修正信号数组；在本实施例中，所述第二原始时域信号数组指 所述第二修正信号数组指所述第二原始时域信号数组与所述第二和值的乘积。
步骤S310，将所述第二修正信号数组进行二进制转换，得到第二二进制数；
在本实施例中，例如第二修正信号数组为buffer[1,2,3,4]，其中序号为3的buffer[2]＝4,对4进行二进制转换保留低8位数，利用十进制转二进制的转换方法：“除2取余数，逆序排列”的方法得到，4的二进制为00000100。
步骤S311，将所述第一二进制数及所述第二二进制数进行拼接，得到第三二进制数。
在本实施例中，将上述00000011与00000100拼接，得到0000001100000100。左步骤S312，将所述第三二进制数转换为十进制，得到所述重采样时域信号。
在本实施例中，将0000001100000100从右到左，依次乘以2的n-1次方再相加，n为该数字从右到左的位置数。具体的，0*21-1+0*22-1+1*23-1+…+1*29-1+1*210-1＝772，可知，0000001100000100的十进制为772。
示范性的，计算所述重采样时域信号的公式具体为：
其中，所述signaln为所述重采样时域信号，所述depth为所述位深，所述n为所述重采样信号的信号量，padding为所述自适应采样因子，所述&0为所述二进制转换，所述buffer为所述原始时域信号，上述公式中的“<<8”表示对所述 进行位运算，左移8位；将所述/> 的计算结果左移8位至/>的计算结果的前面，从而将所述/>的计算结果与的计算结果进行拼接，得到所述第三二进制数，将所述第三二进制数转换为十进制，得到所述重采样时域信号。
步骤S4，根据重采样时域信号进行转换，得到频域信号。
在本实施例中，通过将所述重采样时域信号输入到傅里叶变换公式中，得到所述频域信号。
参见图5，步骤S401，根据重采样时域信号进行转换，得到频域信号。
在本实施例中，将重采样时域信号进行不定积分运算，得到所述频域信号。
示范性的，所述频域信号具体计算公式为：
其中，所述yn为所述频域信号，所述signaln为所述重采样时域信号，所述为根据傅里叶变换总结的公式。
步骤S5，根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值。
本实施例中，所述各显示频率有各对应的所述幅值，通过所述自适应采样因子、所述原始采样率、所述各显示频率、所述采样点数量计算可以得出对应的所述幅值。
参见图6，根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值。包括：
步骤S501，将所述第四乘积除以所述原始采样率，得到第三商值。
在本实施例中，原始采样率可以为44.1kHz。
步骤S502，将所述第三商值乘以所述频域信号，得到修正频域信号。
在本实施例中，第三商值乘以所述频域信号后，得到的是原来频域信号yn中n的值。
步骤S503，将所述修正频域信号加上第五预设数值，得到第三和值。
在本实施例中，所述第五预设数值为自定义数值，例如，第五预设值可以为1。
步骤S504，将所述修正频域信号进行极坐标运算，得到各显示频率对应的所述幅值。
在本实施例中，所述极坐标运算上的极径为所述幅值，极角为所述显示频率，计算机程序将所述显示频率与所述幅值通过极坐标显示出对应幅值。
计算各显示频率对应的幅值，示范性的，具体计算公式为：
其中，所述Fi为所述显示频率，所述Ai为所述显示频率对应的幅值，所述显示频率Fi，i＝{1,2,3…i}，所述幅值Ai，i＝{1,2,3…i}，所述N为所述采样点数量，所述padding为所述自适应采样因子，所述Fs为所述原始采样率，上述公式中的1为所述第五预设数值，上述公式中y为所述频域信号，所述abs为所述极坐标运算。通过所述频域信号、所述自适应采样因子与所述采样点数量能够计算出所述显示频率对应的所述幅值，由于所述采样点数量为用户自行定义的；根据原始傅里叶变换采样点数要大于显示频率的2倍，具体的，原始采样率为44.1khz，要显示频率10和20的幅值不重叠，使用傅里叶变换公式：原始采样率除以显示幅值等于采样点数量，即：44.1khz除以10＝4410，既至少需要2的13次幂的采样点数量，而本申请采样点数量，在满足傅里叶变换中规定的必须为2的次幂情况下，设成1024也可以满足需求。使本方案减少了计算所述显示频率的对应所述幅值的计算量。
本实施例提供的频谱处理方法，通过确定多个需要显示的频率，根据相邻两个频率得到最小差值频点，根据最小差值频点及采样点数量确定自适应采样因子，根据自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号，根据重采样时域信号进行转换，得到频域信号；根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值。在满足傅里叶变换中规定的必须为2的次幂情况下，用户可以自定义采样点数量，相当于能减少采样点数量，从而减少了处理器需要计算的频率点数量，通过最小差值频点和采样点数量得到自适应采样因子，能够适应在各种采样率下，都能算出频率对应的幅值，使这些幅值不会重合，提高了处理器处理需要计算的个显示频率对应幅值的准确度。
实施例2
此外，本申请实施例提供了一种频谱处理装置，应用于计算机设备。
如图7所示，频谱处理装置700包括：
频点模块701，用于确定多个所述显示频率，根据多个所述相邻两个显示频率得到所述最小差值频点；
自适应模块702，用于根据所述最小差值频点及采样点数量确定所述自适应采样因子；
重采样模块703，用于根据所述自适应采样因子及所述位深对所述原始时域信号进行所述重采样，得到所述重采样时域信号；
频域模块704，用于根据所述重采样时域信号进行转换，得到所述频域信号；
计算模块705，用于根据所述自适应采样因子、所述原始采样率、所述各显示频率、所述采样点数量计算所述各显示频率对应的幅值。
可选的，所述频点模块，还用于计算多个所述显示频率的相邻两个显示频率之间的差值频点；从多个所述差值频点中确定所述最小差值频点。
可选的，所述自适应模块，还用于将所述最小差值频点乘以所述采样点数量，得到第一乘积；将所述原始采样率除以所述第一乘积，得到第一商值；将所述第一商值进行向上取整，将取整结果作所述自适应采样因子。
可选的，所述重采样模块，还用于将所述位深除以第一预设数值，得到第二商值；将重采样信号的信号量减去第二预设数值，得到第一差值；将所述第二商值乘以所述第一差值，得到第二乘积；将所述第二乘积乘以所述自适应因子，得到第三乘积；将所述第三乘积加上第三预设值，得到第一和值；将所述第一和值乘以第一原始时域信号数组，得到第一修正信号数组；将所述第一修正信号数组进行二进制转换，得到第一二进制数；将所述第三乘积加上第四预设值，得到第二和值；将所述第二和值乘以第二原始时域信号数组，得到第二修正信号数组；将所述第二修正信号数组进行二进制转换，得到第二二进制数；将所述第一二进制数及所述第二二进制数进行拼接，得到第三二进制数；将所述第三二进制数转换为十进制，得到所述重采样时域信号。
可选的，所述频域模块，还用于将重采样时域信号进行不定积分运算，得到所述频域信号。
可选的，所述计算模块，还用于将各显示频率、采样点数量、自适应采样因子相乘，得到第四乘积；将所述第四乘积除以所述原始采样率，得到第三商值；将所述第三商值乘以所述频域信号，得到修正频域信号；将所述修正频域信号加上第五预设数值，得到第三和值；将所述修正频域信号进行极坐标运算，得到各显示频率对应的所述幅值。
本实施例提供的频谱处理装置700可以实现实施例1所提供的频谱处理方法，为避免重复，在此不再赘述。
本实施例提供的频谱处理装置，通过确定多个需要显示的频率，根据相邻两个频率得到最小差值频点，根据最小差值频点及采样点数量确定自适应采样因子，根据自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号，根据重采样时域信号进行转换，得到频域信号；根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值。通过在满足傅里叶变换中规定的必须为2的次幂情况下，用户可以自定义采样点数量，相当于能减少采样点数量，从而减少了处理器需要计算的频率点数量，通过最小差值频点和采样点数量得到自适应采样因子，能够适应在各种采样率下，都能算出频率对应的幅值，使这些幅值不会重合，提高了处理器处理需要计算的个显示频率对应幅值的准确度，通过用户自定义采样点数量的同时也解决了处理器因为要计算大量频率点数量而产生耗能过高的问题。
实施例3
此外，本申请实施例提供了一种计算机设备，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行实施例1所提供的频谱处理方法。
具体的，参见图8，所述计算机设备800包括：收发机801、总线接口及处理器802，所述处理器802，用于：确定多个显示频率，根据多个所述显示频率得到最小差值频点；根据所述最小差值频点及采样点数量确定自适应采样因子；根据所述自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号；根据重采样时域信号进行转换，得到频域信号；根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值。
在一实施方式中，所述处理器802还用于：计算多个所述显示频率的相邻两个显示频率之间的差值频点；从多个所述差值频点中确定所述最小差值频点。
在一实施方式中，所述处理器802还用于：将所述最小差值频点乘以所述采样点数量，得到第一乘积；将所述原始采样率除以所述第一乘积，得到第一商值；将所述第一商值进行向上取整，将取整结果作所述自适应采样因子。
在一实施方式中，所述处理器802还用于：将所述位深除以第一预设数值，得到第二商值；将重采样信号的信号量减去第二预设数值，得到第一差值；将所述第二商值乘以所述第一差值，得到第二乘积；将所述第二乘积乘以所述自适应采样因子，得到第三乘积；将所述第三乘积加上第三预设值，得到第一和值；将所述第一和值乘以第一原始时域信号数组，得到第一修正信号数组；将所述第一修正信号数组进行二进制转换，得到第一二进制数；将所述第三乘积加上第四预设值，得到第二和值；将所述第二和值乘以第二原始时域信号数组，得到第二修正信号数组；将所述第二修正信号数组进行二进制转换，得到第二二进制数；将所述第一二进制数及所述第二二进制数进行拼接，得到第三二进制数；将所述第三二进制数转换为十进制，得到所述重采样时域信号。
在一实施方式中，所述处理器802还用于：将重采样时域信号进行不定积分运算，得到所述频域信号。
在一实施方式中，所述处理器802还用于：将各显示频率、采样点数量、自适应因子相乘，得到第四乘积；将所述第四乘积除以所述原始采样率，得到第三商值；将所述第三商值乘以所述频域信号，得到修正频域信号；将所述修正频域信号加上第五预设数值，得到第三和值；将所述修正频域信号进行极坐标运算，得到各显示频率对应的所述幅值。
在本申请实施例中，计算机设备800还包括：存储器803。在图8中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器802代表的一个或多个处理器和存储器803代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机801可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。处理器802负责管理总线架构和通常的处理，存储器803可以存储处理器802在执行操作时所使用的数据。
本申请实施例提供的计算机设备800，可以执行上述方法实施例1所提供的频谱处理方法的步骤，为避免重复，在此不再赘述。
本实施例提供的计算机设备，通过确定多个需要显示的频率，根据相邻两个频率得到最小差值频点，根据最小差值频点及采样点数量确定自适应采样因子，根据自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号，根据重采样时域信号进行转换，得到频域信号；根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值。通过在满足傅里叶变换中规定的必须为2的次幂情况下，用户可以自定义采样点数量，相当于能减少采样点数量，从而减少了处理器需要计算的频率点数量，通过最小差值频点和采样点数量得到自适应采样因子，能够适应在各种采样率下，都能算出频率对应的幅值，使这些幅值不会重合，提高了处理器处理需要计算的个显示频率对应幅值的准确度，通过用户自定义采样点数量的同时也解决了处理器因为要计算大量频率点数量而产生耗能过高的问题。
实施例4
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现实施例1所提供的频谱处理方法。
在本实施例中，计算机可读存储介质可以为只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
本实施例提供的计算机可读存储介质可以实现实施例1所提供的XX方法，为避免重复，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
Claims (10)
1.一种频谱处理方法，其特征在于，所述方法包括：
确定多个显示频率，根据多个所述显示频率得到最小差值频点；
根据所述最小差值频点及采样点数量确定自适应采样因子；
根据所述自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号；
根据重采样时域信号进行转换，得到频域信号；
根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值。
2.根据权利要求1所述的频谱处理方法，其特征在于，所述根据多个所述显示频率得到最小差值频点，包括：
计算多个所述显示频率的相邻两个显示频率之间的差值频点；
从多个所述差值频点中确定所述最小差值频点。
3.根据权利要求1所述的一种频谱处理方法，其特征在于，所述根据所述最小差值频点及采样点数量确定自适应采样因子，包括：
将所述最小差值频点乘以所述采样点数量，得到第一乘积；
将所述原始采样率除以所述第一乘积，得到第一商值；
将所述第一商值进行向上取整，将取整结果作所述自适应采样因子。
4.根据权利要求1所述的频谱处理方法，其特征在于，所述根据所述自适应采样因子及位深对原始时域信号进行重采样，得到重采样时域信号，包括：
将所述位深除以第一预设数值，得到第二商值；
将重采样信号的信号量减去第二预设数值，得到第一差值；
将所述第二商值乘以所述第一差值，得到第二乘积；
将所述第二乘积乘以所述自适应采样因子，得到第三乘积；
将所述第三乘积加上第三预设值，得到第一和值；
将所述第一和值乘以第一原始时域信号数组，得到第一修正信号数组；
将所述第一修正信号数组进行二进制转换，得到第一二进制数；
将所述第三乘积加上第四预设值，得到第二和值；
将所述第二和值乘以第二原始时域信号数组，得到第二修正信号数组；
将所述第二修正信号数组进行二进制转换，得到第二二进制数；
将所述第一二进制数及所述第二二进制数进行拼接，得到第三二进制数；
将所述第三二进制数转换为十进制，得到所述重采样时域信号。
5.根据权利要求1所述的频谱处理方法，其特征在于，所述根据重采样时域信号进行转换，得到频域信号，包括：
将重采样时域信号进行不定积分运算，得到所述频域信号。
6.根据权利要求1所述的频谱处理方法，其特征在于，所述根据自适应采样因子、原始采样率、各显示频率、采样点数量计算各显示频率对应的幅值，包括：
将各显示频率、采样点数量、自适应采样因子相乘，得到第四乘积；
将所述第四乘积除以所述原始采样率，得到第三商值；
将所述第三商值乘以所述频域信号，得到修正频域信号；
将所述修正频域信号加上第五预设数值，得到第三和值；
将所述修正频域信号进行极坐标运算，得到各显示频率对应的所述幅值。
7.一种频谱处理装置，其特征在于，所述装置包括；
频点模块，用于确定多个所述显示频率，根据多个所述相邻两个显示频率得到所述最小差值频点；
自适应模块，用于根据所述最小差值频点及采样点数量确定所述自适应采样因子；
重采样模块，用于根据所述自适应采样因子及所述位深对所述原始时域信号进行所述重采样，得到所述重采样时域信号；
频域模块，用于根据所述重采样时域信号进行转换，得到所述频域信号；
计算模块，用于根据所述自适应采样因子、所述原始采样率、所述各显示频率、所述采样点数量计算所述各显示频率对应的幅值。
8.根据权利要求7所述的频谱处理装置，其特征在于，所述计算模块，还用于将各显示频率、采样点数量、自适应采样因子相乘，得到第四乘积；
将所述第四乘积除以所述原始采样率，得到第三商值；
将所述第三商值乘以所述频域信号，得到修正频域信号；
将所述修正频域信号加上第五预设数值，得到第三和值；
将所述修正频域信号进行极坐标运算，得到各显示频率对应的所述幅值。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述的频谱处理方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的频谱处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310880274.3A CN116842346A (zh) | 2023-07-17 | 2023-07-17 | 频谱处理方法、装置、计算机设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310880274.3A CN116842346A (zh) | 2023-07-17 | 2023-07-17 | 频谱处理方法、装置、计算机设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116842346A true CN116842346A (zh) | 2023-10-03 |
Family
ID=88163260
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310880274.3A Pending CN116842346A (zh) | 2023-07-17 | 2023-07-17 | 频谱处理方法、装置、计算机设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116842346A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117251717A (zh) * | 2023-11-17 | 2023-12-19 | 成都立思方信息技术有限公司 | 多个不同信号同步信道化提取方法、装置、设备及介质 |
-
2023
- 2023-07-17 CN CN202310880274.3A patent/CN116842346A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117251717A (zh) * | 2023-11-17 | 2023-12-19 | 成都立思方信息技术有限公司 | 多个不同信号同步信道化提取方法、装置、设备及介质 |
| CN117251717B (zh) * | 2023-11-17 | 2024-02-09 | 成都立思方信息技术有限公司 | 多个不同信号同步信道化提取方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116842346A (zh) | 频谱处理方法、装置、计算机设备及可读存储介质 | |
| CN111866775A (zh) | 一种业务编排方法及装置 | |
| CN112686031B (zh) | 文本特征提取模型的量化方法、装置、设备及存储介质 | |
| CN112395188B (zh) | 一种面向测试的软件项目开发方法、装置、电子设备及存储介质 | |
| CN112562633A (zh) | 一种歌唱合成方法、装置、电子设备及存储介质 | |
| CN112287659B (zh) | 一种信息生成方法、装置、电子设备及存储介质 | |
| CN110766302A (zh) | 抽样量配置与抽样误差估计方法、装置及电子设备 | |
| CN111258582B (zh) | 一种窗口渲染方法、装置、计算机设备及存储介质 | |
| CN112380883A (zh) | 模型训练方法、机器翻译方法、装置、设备及存储介质 | |
| CN115631261B (zh) | 图像生成模型的训练方法、图像生成方法和装置 | |
| CN114327732B (zh) | 页面配置方法、装置、电子设备和计算机可读介质 | |
| CN113449062B (zh) | 轨迹处理方法、装置、电子设备和存储介质 | |
| CN111832279B (zh) | 文本划分方法、装置、设备和计算机可读介质 | |
| CN111382557B (zh) | 非定长输入数据的批量处理方法、装置、终端及存储介质 | |
| CN114926234A (zh) | 物品信息推送方法、装置、电子设备和计算机可读介质 | |
| US20110239222A1 (en) | System and method of determining applicable installation information of apparatus | |
| CN116416018A (zh) | 内容输出方法、装置、计算机可读介质及电子设备 | |
| CN112309435B (zh) | 一种主旋律的生成方法、装置、电子设备及存储介质 | |
| CN115392265A (zh) | 一种翻译方法、装置、电子设备及存储介质 | |
| CN117649096B (zh) | 纸盒生产任务执行方法、装置、电子设备与计算机介质 | |
| CN115550259B (zh) | 基于白名单的流量分配方法及相关设备 | |
| CN115328811B (zh) | 用于工控网络仿真的程序语句测试方法、装置、电子设备 | |
| CN114936310B (zh) | 图表显示方法、装置、电子设备和计算机可读介质 | |
| CN114040014B (zh) | 内容推送方法、装置、电子设备及计算机可读存储介质 | |
| CN107045549A (zh) | 一种电子书页数获取方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |