Year: 2025
Type: article
Abstract: У статті проведено систематичний аналіз алгоритмів визначення частотних складових цифрового сигналу та їхньої ефективної реалізації у мобільному середовищі Android. Розглянуто класичні підходи до спектрального аналізу, зокрема швидке перетворення Фур’є (FFT), алгоритм Герцеля (Goertzel) та автокореляційні методи (YIN, MPM), із позиції їхньої придатності для роботи в режимі реального часу на пристроях із обмеженими обчислювальними ресурсами. Показано, що в умовах мобільної архітектури головною проблемою є баланс між точністю та швидкодією. З метою усунення цих обмежень розроблено нативну реалізацію обчислювально інтенсивних етапів спектрального аналізу на мові C++ із використанням Android NDK. Ключові елементи архітектури включають бібліотеку KissFFT для виконання швидкого перетворення Фур’є, технологію ARM NEON для векторної оптимізації операцій множення та додавання, а також бібліотеку Oboe, що забезпечує низьколатентний обмін аудіоданими без участі віртуальної машини. У роботі наведено принципи інтеграції між Java та C++ через JNI, мінімізацію копіювання даних і створення власного пулу буферів для уникнення пауз збирача сміття під час обробки сигналів. Експериментальна частина передбачала функціональне та навантажувальне тестування. Отримані результати підтвердили, що система здатна функціонувати у режимі реального часу із загальною затримкою не більше 12 мс, що відповідає вимогам професійних музичних застосунків. Узагальнено сформульовано рекомендації щодо вибору алгоритму залежно від цільового призначення: FFT для спектрального аналізу й візуалізації, Goertzel для вибіркової частотної детекції, автокореляційні методи для точного визначення основного тону. Доведено, що поєднання нативної обробки, SIMD-оптимізацій та алгоритмічної гнучкості забезпечує оптимальний баланс між точністю, стабільністю та енергоефективністю. Запропонований підхід може бути використаний у подальшому для розроблення мобільних аудіотюнерів, аналізаторів спектра, систем автоматичного розпізнавання звуку й навчальних засобів для музикантів.
Author: В. С. СИЧКОВ
Institution: Odesа Polytechnic National University
Language: Ukrainian
Subfield: Signal Processing
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W7129545313