问题描述
我现在试图解决这个问题几个星期，但似乎我无法解决这个问题。任务非常简单：我从麦克风获得电压信号，最后我想知道那里的 dB(A) 有多大。 有很多问题我什至不知道从哪里开始。让我们从我的想法开始。
- 我正在将电压信号转换为以帕斯卡 [Pa] 为单位的信号。
- 对该信号使用 FFT，以便我知道我正在处理哪些频率。
- 然后我应该以某种方式实现 A 权重，但是由于我在 [Pa] 中处理我的值，我不能只是乘以或添加我的 A 权重。
- 使用 iFFT 并返回到我的时间信号。
- 从 Pa 到 dB。
- 计算 RMS 并完成。 （希望如此）
主要问题是 A 加权。我真的不知道如何在实时信号上实现它？而且由于 FFT 导致复数值，因此我也有点困惑。
也许你了解了想法/问题/工作流程，并帮助我至少离目标更近了一点。
一点免责声明，我对声学世界 100% 是新手，所以请务必像解释小孩子一样解释它：D 和我用 python 编程。
提前感谢您的时间！
解决方法
你好 Christian Fichtelberg，欢迎来到 StackOveflow。我相信在 DSP StackExchange 中可以更轻松地回答您的问题，但我会尝试提供一些快速而肮脏的答案。
为了避免将信号带到频域，请在那里进行乘法（我敦促您注意时域中的卷积 - 您发出信号“驻留”的地方 - 等效于频域中的乘法。如果对此不熟悉的请快速浏览 Wikipedia's convolution page) 您可以在时域中实现 A-Weighting 滤波器并在那里执行某种卷积。
我不会详细介绍每种方法（时域卷积与频域乘法）的可能优缺点。您可以搜索 DSP SE 或查看有关 DSP 的一些教科书（例如 Oppenheim's Digital Signal Processing 或 an equivalent book by Proakis and Manolakis）。
根据IEC 61672-1:2013数字滤波器应该从模拟滤波器“转换”出来（这样做的一个好方法是使用双线性变换）。建议的滤波器是一个非常“简单”的 IIR（无限脉冲响应）滤波器。
我将跳过此处的实现，因为它已由其他人提供。请找到一个MATLAB implementation、一个Python implementation（很可能是您正在为您的应用程序寻找的）、一个相当“高级”的answer on DSP SE，带有一些链接和information on designing filters for arbitrary sample rates on DSP SE。
最后，我想提一下，如果您设法创建一个（“足够平滑”）多项式近似于 A 加权滤波器的曲线，您可能会执行频率响应和多项式的频域乘法仅更改频谱的幅度，然后执行 iFFT 以返回时域。这应该最有可能提供 A 加权信号的近似值。请注意，这不是进行过滤的正确方法，因此请谨慎对待（如果您决定尝试一下），并且仅作为执行某些检查的快速解决方案。