问Visualizer onFftDataCapture -- byte[]索引是否代表频率？

EN

FFT产生复数，其中每个数字反映包含连续范围频率的桶的频域信息。解释FFT数据的通常方法如下：

• 首先，通过将FFT表的长度除以采样率来确定频率桶大小，我们称之为bucketSize；
• 然后，每个桶的索引i (假设它的基础是0)包含信息的频率范围从i * bucketSize到(i + 1) * bucketSize赫兹；
• 对于实值信号，FFT表的后半部分(samplingRate / 2以上的频率桶)的值将仅仅是前半部分的镜像，因此它们通常被丢弃；
• 另外，对于第一个(索引0)和最后一个(索引samplingRate / 2)桶，FFT表的值也是实的(假设是实值信号)；
• 要找到桶中频率的大小(信号电平)，需要从这个桶的FFT表中提取复数值，比如它是a + ib，并计算sqrt(a*a + b*b)。

现在回到onFftDataCapture的结果。这里，fft数组包含复数作为连续的字节对，除了前两个元素，所以fft[2]和fft[3]包含第一个桶、fft[4]和fft[5] --第二个元素的复数，等等。而fft[0]是0阶频率(DC)的FFT值(实)，而fft[1]是最后一次频率。

因为，正如我前面提到的，对于实值信号，FFT表的第二部分并没有带来任何好处，所以是而不是fft数组中提供的。但是，由于每个快速傅立叶变换桶采用两个阵列单元，所以以赫兹为单位的桶大小仍将被计算为fft.length / samplingRate。注意，fft.length实际上是可视化器的setCaptureSize方法设置的捕获大小。

使用Math.hypot函数可以很容易地计算频率桶的大小，例如，对于第一个桶，它是Math.hypot(fft[2], fft[3])。对于DC桶，它只是Math.abs(fft[0])，对于最后一个频率桶，它是Math.abs(fft[1])。