在C中实现Goertzel算法

我正在DSP处理器上实现BFSK跳频通信系统。 一些论坛成员建议使用Goertzel算法解调特定频率的跳频。 我已经尝试在C中实现goertzel算法。代码如下：

float goertzel(int numSamples,int TARGET_FREQUENCY,int SAMPLING_RATE, float* data) { int k,i; float floatnumSamples; float omega,sine,cosine,coeff,q0,q1,q2,result,real,imag; floatnumSamples = (float) numSamples; k = (int) (0.5 + ((floatnumSamples * TARGET_FREQUENCY) / SAMPLING_RATE)); omega = (2.0 * M_PI * k) / floatnumSamples; sine = sin(omega); cosine = cos(omega); coeff = 2.0 * cosine; q0=0; q1=0; q2=0; for(i=0; i<numSamples; i++) { q0 = coeff * q1 - q2 + data[i]; q2 = q1; q1 = q0; } real = (q1 - q2 * cosine); imag = (q2 * sine); result = sqrtf(real*real + imag*imag); return result; } 

当我使用该函数计算给定数据集的特定频率的结果时，我得不到正确的结果。 但是，如果我使用相同的数据集并使用MATLAB goertzel（）函数计算goertzel结果，那么我会得到完美的结果。 我使用C实现了算法，借助我在互联网上找到的一些在线教程。 如果函数正确实现了goertzel算法，我只想获得你们的观点。

Answer 1

如果你说Matlab实现是好的，因为它的结果与你的数据的DFT或FFT的频率的结果相匹配，那么可能是因为Matlab实现正如通过FFT所做的那样通过缩放因子对结果进行归一化。

更改您的代码以将其考虑在内，看看它是否会改善您的结果。 请注意，为了清楚起见，我还更改了函数和结果名称以反映您的goertzel正在计算幅度，而不是完整的复杂结果：

 float goertzel_mag(int numSamples,int TARGET_FREQUENCY,int SAMPLING_RATE, float* data) { int k,i; float floatnumSamples; float omega,sine,cosine,coeff,q0,q1,q2,magnitude,real,imag; float scalingFactor = numSamples / 2.0; floatnumSamples = (float) numSamples; k = (int) (0.5 + ((floatnumSamples * TARGET_FREQUENCY) / SAMPLING_RATE)); omega = (2.0 * M_PI * k) / floatnumSamples; sine = sin(omega); cosine = cos(omega); coeff = 2.0 * cosine; q0=0; q1=0; q2=0; for(i=0; i 

Answer 2

通常，您可以在计算中使用幅度的平方，例如用于音调检测。

Goertzels的一些优秀示例在Asterisk PBX DSP代码Asterisk DSP代码（dsp.c）和spandsp库SPANDSP DSP Library中

Answer 3

考虑两个输入样本波形：

1）具有幅度A和频率W的正弦波

2）具有相同幅度和频率A和W的余弦波

对于两个提到的输入波形，Goertzel算法应该产生相同的结果，但是所提供的代码导致不同的返回值。 我认为代码应修改如下：

 float goertzel_mag(int numSamples,int TARGET_FREQUENCY,int SAMPLING_RATE, float* data) { int k,i; float floatnumSamples; float omega,sine,cosine,coeff,q0,q1,q2,magnitude,real,imag; float scalingFactor = numSamples / 2.0; floatnumSamples = (float) numSamples; k = (int) (0.5 + ((floatnumSamples * TARGET_FREQUENCY) / SAMPLING_RATE)); omega = (2.0 * M_PI * k) / floatnumSamples; sine = sin(omega); cosine = cos(omega); coeff = 2.0 * cosine; q0=0; q1=0; q2=0; for(i=0; i