ZPS_3_kom

/*
WYKONAŁA: MARTA TRZASKA 171632
TELEKOMUNIKACJA 1, SEMESTR 6
*/

#include <dsplib.h>
#include <testsignal.h>                                 //tablica z próbkami fragmentu nagrania dźwięku klarnetu
#include <okno_hamminga.h>                              //tablica ze współczynnikami okna Hamminga (format Q15)
#include <stdio.h>

#define NUM_SAMPLES 2048                                //ilosc probek
#define Nr 1000                                         //liczba wartoci funkcji autokorelacji

int klarnet[NUM_SAMPLES];
int okno_h[NUM_SAMPLES];
int bufor[NUM_SAMPLES];
int autokorelacja[NUM_SAMPLES];

int i;
int j = 0;

int maks = 0;

const long f_s = 48000;

void maksimum(int* tablica, int podloga, int number, int wybor){
    int znalezione = 0;
    int roznica = 0;
    int w;

    if(wybor == 1){
        w = 0;
    }
    else if(wybor == 2){
        w = 1;
    }

    for(i = w; i < number; i++){
            if(tablica[i] > podloga){
                roznica = tablica[i] - tablica[i - 1];
                if(roznica > 0){
                    maks = i;
                    znalezione = 1;
                    printf("Indeks maksimum: ");
                    printf("%d \n", maks);
                }
                else{
                    if(znalezione==1 && (roznica < 0)){
                        break;
                    }
                    else{continue;}
                }
            }
            else{continue;}
    }
}

void czestotliwosc(int p){
    long df = f_s >> 11; // dzielenie przez 2048
    df = ((df << 15) + (1 << 14));                  //format Q15
    int f_maks = (int)((p*df) >> 15);

    printf("Częstotliwosc znalezionego maksimum wynosi: ");
    printf("%d \n", f_maks);
}


void main(void) {
    int x = okno_hamminga[0];

    for (i = 0; i < NUM_SAMPLES; i++){                        //przypisanie probek nagrania dźwięku klarnetu do tablicy klarnet[]
        klarnet[i] = testsignal[i];
        //klarnet[i] = _smpy(okno_hamminga[i], testsignal[i]);
    }

    rfft((DATA*)klarnet, NUM_SAMPLES, SCALE);                 //funkcja z biblioteki DSPLIB pozwalająca obliczenie widma (FFT) dla sygnału rzeczywistego

    for (i = 0; i < NUM_SAMPLES; i++){                        //obliczenie kwadratów próbek widma
        klarnet[i] = _smpy(klarnet[i], klarnet[i]);
    }

    for(i = 2; i < NUM_SAMPLES; i = i + 2){                   //sumowanie kwadratów częsci rzeczywistych i urojonych (Re[i]^2 + Im[i+1]^2)
        klarnet[j] = klarnet[i] + klarnet[i + 1];
        j++;
    }

    sqrt_16((DATA*)klarnet, (DATA*)klarnet, 512);            //obliczenie widma amplitudowego (modułu widma zespolonego)

    maksimum(klarnet, 2800, NUM_SAMPLES, 1);
    czestotliwosc(maks);

    /////////////////do 5. :

    for (i = 0; i < NUM_SAMPLES; i++){
            bufor[i] = testsignal[i] >> 4;
        }

    acorr((DATA*)bufor, (DATA*)autokorelacja, NUM_SAMPLES, NUM_SAMPLES, bias);

    maksimum(autokorelacja, 17, NUM_SAMPLES, 2);
    //koniec 5.

    while (1); // do not exit
}