【これは複製ではありません。同様の質問は、人々がソース データを制御できるシナリオに関するものです。しません】</p>
日本には「緊急警報放送システム」というものがあります。有効にすると次のようになります: http://www.youtube.com/watch?v=9hjlYvp9Pxs
上の動画では2:37あたりからFSK変調された信号が送られてきます。この信号を解析したい。つまり、信号を含む WAV ファイルが与えられた場合、後で処理するために 0 と 1 を含む StringBuilder を作成したいと考えています。バイナリ データなどの仕様は把握していますが、問題はオーディオ プログラミングについて何も知らないことです。:(
これは単なる趣味のプロジェクトですが、夢中になりました。テレビやラジオのメーカーは、この信号を受信して、家電製品に反応させることができるので、それほど難しいことではありませんよね? :(
信号に関する事実:
- マークトーンは1024Hz、ストップトーンは640Hz
- 各トーンの長さは 15.625ms
- 信号の開始前と終了後に 2 秒間の一時停止 (おそらく検出のため)
私がこれまでにやったこと：
- 8 ビットのモノラル WAV ファイルを受け入れ、それらからサンプルを取得できる単純な RIFF パーサーを作成します。私はそれをテストしましたが、動作します。
- 15.625 ミリ秒のサンプルを取得するループ:
- RMS を使用して 2 秒間の無音を探します
- Goertzel アルゴリズムを使用して、信号が 1024Hz か 640Hz かを決定します。
私が抱えている問題：
- テスト データによっては、ループ中に 0 と 1 が飲み込まれます。
- 信号の明瞭さ (YouTube から MP3 へのリッピング) を考えると、それは起こらないはずです。
- Audacity で繰り返し 01 シーケンスを 30 回生成すると、プログラムは 01 ペアのうち 30 ではなく約 10 を取得します。
- 時々 0 と 1 が入れ替わる (上記の副作用?)
- 1 つのテスト サウンド ファイルで動作するようにコードを微調整すると、他のテスト サウンド ファイルが動作しなくなります
私の質問:
- FSK デコードがソフトウェアで適切に行われる方法について、概要を説明してくれる人はいますか?
- 信号を 640Hz+1024Hz に制限し、他のすべてをミュートする何らかのフィルターを適用する必要がありますか?
- タイミングを正しく保つための最良のアプローチは何ですか? 多分私はそれを間違っていますか？
- この種のオーディオ処理に関する初心者向けの文献へのリンクはありますか? 私は本当に学び、これを機能させたいと思っています。
サンプルを読み取るコードは次のとおりです (簡略化)。
StringBuilder ews_bits = new StringBuilder();
double[] samples = new double[(int)(samplesPerMs * 16.625D)];
int index = 0, readTo = /* current offset + RIFF subChunk2Size */;
BinaryReader br = /* at start of PCM data */;
while (br.BaseStream.Position < readTo)
{
switch (bitsPerSample / 8)
{
case 1: // 8bit
samples[index++] = ((double)br.ReadByte() - 127.5D) / 256D;
break;
case 2: // 16bit
samples[index++] = (double)br.ReadInt16() / 32768D;
break;
}
if (index != samples.Length)
continue;
/****** The sample buffer is full and we must process it. ******/
if (AudioProcessor.IsSilence(ref samples))
{
silence_count++;
if (state == ParserState.Decoding && silence_count > 150)
{
// End of EWS broadcast reached.
EwsSignalParser.Parse(ews_bits.ToString());
/* ... reset state; go back looking for silence... */
}
goto Done;
}
/****** The signal was not silence. ******/
if (silence_count > 120 && state == ParserState.SearchingSilence)
state = ParserState.Decoding;
if (state == ParserState.Decoding)
{
AudioProcessor.Decode(ref samples, sampleRate, ref ews_bits);
bool continue_decoding = /* check first 20 bits for signature */;
if (continue_decoding) goto Done;
// If we get here, we were decoding a junk signal.
state = ParserState.SearchingSilence;
}
/* Not enough silence yet */
silence_count = 0;
Done:
index = 0;
}
オーディオ プロセッサは、次のような単なるクラスです。
public static void Decode(ref double[] samples, int sampleRate, ref StringBuilder bitHolder)
{
double freq_640 = GoertzelMagnitude(ref samples, 640, sampleRate);
double freq_1024 = GoertzelMagnitude(ref samples, 1024, sampleRate);
if (freq_640 > freq_1024)
bitHolder.Append("0");
else
bitHolder.Append("1");
}
public static bool IsSilence(ref double[] samples)
{
// power_RMS = sqrt(sum(x^2) / N)
double sum = 0;
for (int i = 0; i < samples.Length; i++)
sum += samples[i] * samples[i];
double power_RMS = Math.Sqrt(sum / samples.Length);
return power_RMS < 0.01;
}
/// <remarks>http://www.embedded.com/design/embedded/4024443/The-Goertzel-Algorithm</remarks>
private static double GoertzelMagnitude(ref double[] samples, double targetFrequency, int sampleRate)
{
double n = samples.Length;
int k = (int)(0.5D + ((double)n * targetFrequency) / (double)sampleRate);
double w = (2.0D * Math.PI / n) * k;
double cosine = Math.Cos(w);
double sine = Math.Sin(w);
double coeff = 2.0D * cosine;
double q0 = 0, q1 = 0, q2 = 0;
for (int i = 0; i < samples.Length; i++)
{
double sample = samples[i];
q0 = coeff * q1 - q2 + sample;
q2 = q1;
q1 = q0;
}
double magnitude = Math.Sqrt(q1 * q1 + q2 * q2 - q1 * q2 * coeff);
return magnitude;
}
読んでくれてありがとう。あなたが私を助けてくれることを願っています。