[Math]Audio开发中定点的sin函数实现和评测

2024-01-31 08:18

本文主要是介绍[Math]Audio开发中定点的sin函数实现和评测,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Audio开发中定点的sin函数实现和评测

-- By Water


在音频开发中经常会使用到sin这个函数,例如产生一个1KHz的纯音就会用到sin(2*pi*fc*n/fs)。但是在嵌入式系统或者linux kernel开发或者DSP开发中经常会有Fixed point开发需求,这样就不呢使用系统浮点函数库,就得自己来实现fixed point sin函数了。

最简单直白的方式就是创建一个sin table在使用的时候去查表获得相应的sin值。

产生sin表格的方式参考如下:

    // Step1. 产生需要的Sin Table{double phase = 0;double delta = 2*3.1415926535897932384626433832795/sin_tab_size;for (i=0; i<sin_tab_size; i++){psintab[i] = (long)((0x7FFFFFFF * sin(phase)) + 0.5);phase += delta;}}
然后在使用的时候就可以直接查表获得sin值:

long lib_sin_lite(unsigned long phase)
{return tab_sine_1024_32bits_Q31[phase & 0x3FF];
}
这样做的好处是效率比较高,但精度较低。

在Table Size为1024的时候,最大的误差大约在-44dB左右。

如果要获得更高的精度就需要增大Table Size,每增大一倍就能减少6dB的误差。

在增大到4096的时候最大误差减少到-56dB左右。

而且在Table Size比较小的时候每两个点之间的Phase差会比较大。

例如:1024个点的时候,每两个点之间的phase差是0.006。

但在48KHz 采样率下要达到1Hz的精度就需要Phase差小于2*pi/48000 = 0.000131。

如果是Hi-Res audio sampling rate达到384000Hz的话要分辨1Hz的audio就需要Phase差小于0.0000164。

这样1024个点的Sin Table就远远不能满足要求了,就需要524288个点这么大的Sin Table了。

虽然目前嵌入式系统资源不像以前使用8032时候那么苛刻,但memory在运算量能保证情况下还是能省尽量省。

这个时候最简单用小Table获得更高精度的办法就是线性插值。在已知两个点之间的phase采用线性计算获得。

例如还是1024的Table,但是Phase可以用22bits表达,这样高10bits的值通过查表获得,低12bits就用于线性计算。

long lib_sin(long phase)
{int sflag=0;const long *pstab;long sa, sb, da, db;if (phase < 0){phase = -phase;sflag = -1;}da = phase & 0xFFF;db = 0x1000 - da;phase >>= 12;pstab = tab_sine_1024_32bits_Q19 + phase;sa = *pstab++;sb = *pstab;if (sflag < 0){return -(sa*db + sb*da);}return (sa*db + sb*da);
}
这样就能把1024 Table的最大误差缩小到-104.7dB。两个点之间的Phase差为0.0000015 < 0.0000164 完全满足384Khz以及一般音频的应用。


相关SourceCode可以参考:

http://git.oschina.net/webwater/AudioKits/tree/master/src/math

或者直接Git下载:https://git.oschina.net/webwater/AudioKits.git






这篇关于[Math]Audio开发中定点的sin函数实现和评测的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/663113

相关文章

Django开发时如何避免频繁发送短信验证码(python图文代码)

《Django开发时如何避免频繁发送短信验证码(python图文代码)》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑... 目录避免频繁发送 验证码1. www.chinasem.cn避免频繁发送 验证码逻辑分析2. 避免频繁

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

Spring Boot集成/输出/日志级别控制/持久化开发实践

《SpringBoot集成/输出/日志级别控制/持久化开发实践》SpringBoot默认集成Logback,支持灵活日志级别配置(INFO/DEBUG等),输出包含时间戳、级别、类名等信息,并可通过... 目录一、日志概述1.1、Spring Boot日志简介1.2、日志框架与默认配置1.3、日志的核心作用

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

MySQL常用字符串函数示例和场景介绍

《MySQL常用字符串函数示例和场景介绍》MySQL提供了丰富的字符串函数帮助我们高效地对字符串进行处理、转换和分析,本文我将全面且深入地介绍MySQL常用的字符串函数,并结合具体示例和场景,帮你熟练... 目录一、字符串函数概述1.1 字符串函数的作用1.2 字符串函数分类二、字符串长度与统计函数2.1

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

python设置环境变量路径实现过程

《python设置环境变量路径实现过程》本文介绍设置Python路径的多种方法:临时设置(Windows用`set`,Linux/macOS用`export`)、永久设置(系统属性或shell配置文件... 目录设置python路径的方法临时设置环境变量(适用于当前会话)永久设置环境变量(Windows系统

python使用try函数详解

《python使用try函数详解》Pythontry语句用于异常处理,支持捕获特定/多种异常、else/final子句确保资源释放,结合with语句自动清理,可自定义异常及嵌套结构,灵活应对错误场景... 目录try 函数的基本语法捕获特定异常捕获多个异常使用 else 子句使用 finally 子句捕获所