我花了几个星期的时间来解决这个问题，但似乎我无法理解。任务很简单：我从一个麦克风接收到一个电压信号，最后我想知道它的分贝（A）有多大。有这么多的问题，我甚至不知道从哪里开始。让我们从我的想法开始。
- Im将电压信号转换为帕斯卡[Pa]信号。
1.对信号使用FFT，这样我就知道我在处理哪些频率。
1.然后我应该在上面实现A权重，但是因为我在[Pa]中处理我的值，所以我不能只是乘以或加上我的A权重。
1.用快速傅立叶变换回到时间信号。
1.从Pa到dB。
1.计算RMS和IM完成。（希望）
主要的问题是A加权。我真的不知道如何在现场信号上实现它？由于FFT导致复杂的值，我也有点困惑。
也许你得到的想法/问题/工作流程，并帮助我至少得到一点点接近目标。
一个小小的免责声明，我是100%新的世界声学，所以请确保解释它就像你会解释它一个小孩子：D和Im编程与python。
提前感谢您抽出时间！
1条答案
按热度按时间rnmwe5a21#
您好，Christian Fichtelberg，欢迎来到StackOveflow。我相信您的问题可以在DSP StackExchange中得到更容易的回答，但我会尽量提供一些快速和肮脏的答案。
为了避免将信号带入频域，请在频域中进行乘法运算（我强烈建议您注意，信号“驻留”的时域中的卷积与频域中的乘法运算等效。如果您不熟悉这一点，请快速浏览Wikipedia's convolution page），您可以在时域中实现A加权滤波器，并在此执行某种卷积运算。
我不会详细介绍每种方法的优缺点（时域卷积与频域乘法）。您可以搜索DSP SE或查阅一些DSP教科书（如Oppenheim's Digital Signal Processing或an equivalent book by Proakis and Manolakis）。
根据*IEC 61672-1：2013***，数字滤波器应从模拟滤波器“转换”而来（一种很好的方法是使用双线性变换）。建议的滤波器是一种非常“简单”的IIR（无限脉冲响应）滤波器。
我将跳过这里的实现，因为它已经由其他人提供。请找到一个MATLAB implementation，一个Python实现（最有可能是你正在寻找的应用程序），一个相当“高级”的answer on DSP SE与一些链接和information on designing filters for arbitrary sample rates on DSP SE。
最后，我想说的是，如果你设法创造了一个（“足够平滑”）多项式近似A加权滤波器的曲线，您可以执行频率响应和多项式的频域乘法，以仅改变频谱的幅度，然后执行iFFT返回到时域。这应该最有可能提供A加权信号的近似。请注意，这不是**正确的过滤方式，因此请谨慎对待（如果您决定尝试），并且仅作为执行某些检查的快速解决方案。