了解aurioTouch2中的FFT

我一直在从Apple的示例代码（在这里find ）看aurioTouch 2。在一天结束的时候，我想自己分析一下频率。现在我正试图理解这里发生的一些事情。我很抱歉，如果这是微不足道的，只是试图了解一些未注释的魔术数字在一些来源浮动。我现在主要的困惑是：

为什么它们将FFTBufferManager :: ComputeFFT中的nyquist值清零？这个价值真的可以被抛弃吗？（FFTBufferManager.cpp的第112行）。
他们把所有的东西都缩小了-128db，所以我假设结果是在（-128,0）的范围内。然而，稍后在aurioTouchAppDelegate.mm（〜行807）中，它们将这个值转换为0到1之间的值，加上80，然后除以64，然后钳位到0和1.为什么模糊？另外，我正确的价值将在（-128，0）附近？

那么，这对我来说也不是微不足道，但这是我的理解。如果我简化了它，纯粹是为了我的利益，我并不意味着要光顾。

对奈奎斯特频率对应的结果进行归零：

我假设我们正在计算1024个input采样的正向FFT。在44100赫兹input这通常是真实的在我的情况（但不是什么AurioTouch正在做，我觉得有点奇怪，但我不是专家）。用特定的价值理解我会更容易。

给定1024（n）个input样本，根据需要进行排列（即使是索引的第一个奇数索引{in [0]，in [2]，[4]，…，in 1 ，in [3]，[5] ，…}）（使用vDSP_ctoz()来订购你的input）

FFT 1024 （n）input采样的输出是513 （（n / 2）+1）个复数值。即513个实数分量和513个虚数分量，总共1026个数值。

然而， 虚数[0]和虚数[512] （n / 2）总是必然为零。因此，通过将实数[512] （奈奎斯特频率仓的实数分量）置于虚数[0]并忘记虚数[512] （其始终为零并且可被推断），结果被打包到1024 （n）长的缓冲器。

因此，要使返回的结果有效，您至less必须将虚构的[0]设置回零。如果您需要全部513 （（n / 2）+1）频率分档，则需要将另一个复数值附加到结果中，然后进行设置。

 unpackedVal = imaginary[0] real[512]=unpackedVal, imaginary[512]=0 imaginary[0] = 0

在AurioTouch中，我总是认为他们不用担心。 n / 2的结果显然更方便处理，你很难从可视化器中看出来：“ 哦，看，它在奈奎斯特频率处丢失了一个量级 ”

UsingFourierTransforms文档解释包装

注意，具体值1024,513,512等是不是来自AurioTouch的n，（n / 2）+1，n / 2的实际值的示例。

他们缩小了一切-128db

不完全是，输出值的范围是相对于input样本的数量，所以它必须被归一化。比例是1.0 /（2 * inNumberFrames）。

缩放后，范围是-1.0 – > +1.0 。然后取得复数vector的大小（相位被忽略），给出0到1.0之间的每个频率点的标量值

这个值然后被解释为-128和0之间的分贝值

绘图的东西… +80 / 64. … * 120 … …我不确定。我可能完全错了，或者可能是……艺术执照？