使用vDSP_zaspec计算信号自谱异常，寻求技术帮助

你的代码存在两个关键错误，导致vDSP_zaspec输出不符合预期：

• 输入不是频域复数序列：vDSP_zaspec的作用是计算频域复数序列的自功率谱，而你直接把原始时域信号作为实部、虚部全0传入，本质上是把时域信号当作频域输入，完全不符合函数设计逻辑。必须先对输入信号做FFT，得到频域的复数表示后再传入该函数。
• 输出数组长度参数错误：根据文档，输入DSPSplitComplex的长度为N时，输出自谱数组的长度应为N+1（对应从0到Nyquist频率的所有频率点），你设置的输出长度和输入信号长度一致，会导致内存访问问题或结果异常。

修正后的代码 #

class func autoSpectrum(input: [Float]) -> [Float] {
    let inputCount = input.count
    // 确保FFT输入长度为2的幂（FFT算法要求，若输入已满足可跳过补零）
    let fftLength = vDSP_Length(inputCount.nextPowerOfTwo())
    let log2FFTLength = vDSP_Length(log2(Float(fftLength)))
    
    // 初始化时域转频域的缓冲区
    var realBuffer = [Float](input)
    // 补零到2的幂长度
    if realBuffer.count < Int(fftLength) {
        realBuffer.append(contentsOf: [Float](repeating: 0.0, count: Int(fftLength) - realBuffer.count))
    }
    var imagBuffer = [Float](repeating: 0.0, count: Int(fftLength))
    var splitComplex = DSPSplitComplex(realp: &realBuffer, imagp: &imagBuffer)
    
    // 创建FFT配置并执行正向FFT（时域→频域）
    let fftSetup = vDSP_create_fftsetup(log2FFTLength, FFTRadix(kFFTRadix2))!
    defer { vDSP_destroy_fftsetup(fftSetup) }
    vDSP_fft_zip(fftSetup, &splitComplex, 1, log2FFTLength, FFTDirection(FFT_FORWARD))
    
    // 初始化自谱输出数组，长度为fftLength + 1
    var autoSpectrumResult = [Float](repeating: 0.0, count: Int(fftLength) + 1)
    // 计算自功率谱
    vDSP_zaspec(&splitComplex, &autoSpectrumResult, fftLength)
    
    // 归一化处理（按需调整）
    let rmsValue = vDSP.rootMeanSquare(autoSpectrumResult)
    if rmsValue > 0 {
        vDSP.divide(autoSpectrumResult, rmsValue, result: &autoSpectrumResult)
    }
    
    return autoSpectrumResult
}

关键说明 #

• FFT要求输入长度为2的幂，代码中用nextPowerOfTwo()自动处理，若你的输入信号长度已经满足该条件，可以移除补零逻辑。
• 修正后，用500Hz正弦波测试时，你会在对应频率的位置看到明显的功率峰值，符合自谱的预期结果。
• vDSP_zaspec输出的是实数值数组，每个元素对应一个频率点的自功率。

内容的提问来源于stack exchange，提问作者Jeff 974