React Native中如何将运动电压数据通过FFT转换为频幅图

一、FFT核心概念先理清 #

• size参数：指参与FFT变换的样本点总数，必须是2的幂（如128、256、512）——这是FFT算法的优化要求，能大幅提升计算效率。如果你的原始数据长度不是2的幂，需要补零或截断到最近的2的幂值。

二、fft.js 完整使用示例 #

1. 安装依赖 #

npm install fft.js
# 或 yarn add fft.js

2. 完整代码实现 #

import FFT from 'fft.js';

// 采样率：根据你的传感器实际采样频率修改（示例为每秒100个样本）
const SAMPLE_RATE = 100;

// 预处理原始数据：调整为2的幂长度，转成FFT需要的复数格式
function preprocessRawData(rawVoltageList) {
  // 找到大于等于原始数据长度的最小2的幂
  let fftSize = 1;
  while (fftSize < rawVoltageList.length) {
    fftSize *= 2;
  }
  // 生成复数数组：[实部（电压值）, 虚部（设为0）]，超出原始长度的补0
  const complexData = new Array(fftSize).fill(0).map((_, index) => [
    rawVoltageList[index] || 0,
    0
  ]);
  return { complexData, fftSize };
}

// 执行FFT并计算频率-振幅数据
function calculateFrequencyAmplitude(rawVoltageList) {
  const { complexData, fftSize } = preprocessRawData(rawVoltageList);
  const fftInstance = new FFT(fftSize);

  // 执行FFT变换（直接修改输入的complexData数组）
  fftInstance.transform(complexData);

  // 提取有效数据：FFT结果对称，仅取前半段即可
  const result = [];
  const halfSize = Math.floor(fftSize / 2);
  for (let i = 0; i < halfSize; i++) {
    const [realPart, imagPart] = complexData[i];
    // 计算振幅：复数模长，除以fftSize做归一化，让结果和原始电压幅度匹配
    const amplitude = Math.sqrt(realPart ** 2 + imagPart ** 2) / fftSize;
    // 计算对应频率：(采样率 × 索引) / FFT大小
    const frequency = (SAMPLE_RATE * i) / fftSize;
    result.push({ frequency, amplitude });
  }

  return result;
}

// 调用示例
const rawVoltageData = [1023, 300, 200, 500, ...]; // 你的传感器原始数据
const freqAmpResult = calculateFrequencyAmplitude(rawVoltageData);
console.log(freqAmpResult); // 输出[{frequency: 0, amplitude: x}, {frequency: 0.39, amplitude: y}, ...]

三、绘制频率-振幅图 #

React Native中可以用victory-native或react-native-chart-kit实现图表，以下是victory-native的示例：

1. 安装依赖 #

npm install victory-native react-native-svg

2. 图表组件实现 #

import { VictoryLine, VictoryChart, VictoryAxis, VictoryLabel } from 'victory-native';

function FrequencyAmplitudeChart({ data }) {
  return (
    <VictoryChart
      domainPadding={{ x: 20, y: 10 }}
      style={{
        parent: { width: '100%', height: 300 },
        xAxis: { label: { fontSize: 12 } },
        yAxis: { label: { fontSize: 12 } }
      }}
    >
      <VictoryAxis
        dependentAxis
        label="振幅"
        labelComponent={<VictoryLabel dy={-20} />}
      />
      <VictoryAxis
        label="频率(Hz)"
        labelComponent={<VictoryLabel dy={20} />}
      />
      <VictoryLine
        data={data}
        x="frequency"
        y="amplitude"
        style={{ data: { stroke: '#2196F3', strokeWidth: 2 } }}
      />
    </VictoryChart>
  );
}

// 调用：<FrequencyAmplitudeChart data={freqAmpResult} />

四、其他可选方案 #

• dsp.js：封装更上层的FFT方法，无需手动处理复数格式，直接传入实数组即可：

  import * as dsp from 'dsp.js';
  const fft = new dsp.FFT(256, SAMPLE_RATE);
  fft.forward(rawVoltageData);
  const amplitudes = fft.spectrum; // 直接得到振幅数组
  

• 积分方法：如果动作标准度判断依赖位移/速度变化，可对原始电压数据（需先转成加速度）做积分计算，但FFT更适合分析动作的周期性特征。

注意事项 #

• 采样率必须准确：频率计算完全依赖采样率，需和传感器实际采样频率保持一致，否则结果会偏差。
• 噪声处理：传感器数据通常带噪声，可先用低通滤波（如dsp.js的dsp.LP12）预处理后再做FFT，结果更可靠。
• 非平稳信号：如果动作是阶段性的（如启动-持续-结束），可考虑用**短时傅里叶变换(STFT)**分析局部频率特征，dsp.js也支持相关方法。

内容的提问来源于stack exchange，提问作者asdzxsad