### 制作频谱分析仪的实现方法 #### Arduino 实现频谱分析仪 利用 Arduino 和 OLED 显示屏可以构建一个简单的频谱分析仪。此过程涉及硬件连接和软件编程两部分。 ##### 硬件需求 - **Arduino 主板**: 如 Arduino Uno 或 Mega。 - **OLED 显示屏**: 常见的是 I2C 接口的 0.96 英寸 SSD1306 屏幕。 - **麦克风模块**: 可用于拾取声音信号并将其转换为电信号，例如 LM386 放大器配合驻极体麦克风。 ##### 软件设计 通过 FFT（快速傅里叶变换）算法处理音频数据，计算频率分布并将结果显示到 OLED 上。以下是具体流程： 1. 使用 ADC（模数转换器）读取来自麦克风的声音模拟电压值。 2. 对采样得到的数据应用窗口函数减少泄漏效应[^1]。 3. 执行 FFT 计算得出频域表示形式。 4. 将结果映射至屏幕像素范围以便可视化显示。 下面给出一段基于 Arduino 的代码片段作为参考： ```cpp #include <Wire.h> #include <Adafruit_GFX.h> // Core graphics library #include <Adafruit_SSD1306.h> // Hardware-specific library for OLED display #define SCREEN_WIDTH 128 // OLED display width, in pixels #define SCREEN_HEIGHT 64 // OLED display height, in pixels // Declaration of the OLED object with address and reset pin. Adafruit_SSD1306 display(SCREEN_WIDTH, SCREEN_HEIGHT, &Wire); void setup() { Serial.begin(9600); if(!display.begin(SSD1306_SWITCHCAPVCC, 0x3C)) { while (true); // If initialization fails, enter an infinite loop. } } const int sampleSize = 128; // Number of samples to take per cycle. float data[sampleSize]; // Array holding raw audio signal values. int freqData[sampleSize / 2];// Holds frequency domain magnitude after FFT. void loop(){ readAudio(); // Read analog input from microphone into 'data' array. performFFT(data,freqData);// Perform Fast Fourier Transform on collected data points. drawSpectrum(freqData); // Render spectrum onto screen using calculated magnitudes. } ``` 以上程序框架展示了如何从麦克风获取数据并通过 FFT 处理后绘制成图形界面[^2]。 #### Python 实现频谱分析仪 如果倾向于使用计算机而非嵌入式设备，则可借助 Python 编写脚本来完成相同功能。这种方法更适合于更复杂的场景或者需要更高精度的应用场合。 ##### 数据采集方式 可以通过声卡录音来捕获环境中的声响信息。PyAudio 是一种常用的库，它允许实时访问音频流。 ##### 数字信号处理环节 同样依赖 numpy 库来进行数值运算以及 scipy 提供的 fft 功能执行频谱转化操作。 示例代码如下所示： ```python import pyaudio import struct from math import log10 import numpy as np import matplotlib.pyplot as plt CHUNK = 1024 * 2 # Samples per frame FORMAT = pyaudio.paInt16 # Audio format CHANNELS = 1 # Single channel RATE = 44100 # Sampling rate p = pyaudio.PyAudio() stream = p.open( format=FORMAT, channels=CHANNELS, rate=RATE, input=True, output=False, frames_per_buffer=CHUNK ) fig, ax = plt.subplots() line, = ax.plot(np.random.rand(CHUNK)) ax.set_ylim(-50, 50) ax.set_xlim(0, CHUNK) plt.show(block=False) while True: try: data = stream.read(CHUNK) numbers = np.array(struct.unpack(str(2 * CHUNK) + 'B', data), dtype='b')[::2] + 128 fourierTransform = abs(np.fft.rfft(numbers))[1:] line.set_ydata(fourierTransform) fig.canvas.draw() fig.canvas.flush_events() except KeyboardInterrupt: break print('Shutting down') stream.stop_stream() stream.close() p.terminate() ``` 该段代码实现了持续监听麦克风输入，并即时更新频谱图的功能。