Flutter光谱分析插件spectrum_lib的使用

简介

spectrum_lib 是一个用于计算EEG信号频谱的数学库。其主要功能包括原始频谱值的计算以及EEG频谱值的计算。该库支持两种工作模式：迭代模式（添加新数据到内部缓冲区并计算频谱值）和一次性频谱计算模式（针对给定数组进行频谱计算）。在迭代模式下，频谱计算频率由初始化时设置的频率决定。

频谱通过FFT方法计算。可以单独计算任何信号的频谱，无论是原始信号还是经过滤波后的信号。

安装

支持平台

• Android
• iOS
• MacOS
• Windows
• Linux

使用Flutter安装

运行以下命令：

$ flutter pub add spectrum_lib

手动安装

1. 在 pubspec.yaml 文件的依赖项中添加：

   dependencies:
     spectrum_lib: ^1.0.0
   

2. 运行以下命令以获取依赖项：

   $ flutter pub get
   

然后在Dart代码中导入：

import 'package:spectrum_lib/spectrum_lib.dart';

注意：此SDK需要蓝牙和位置权限，因此需要请求用户授权。

最新版本为 1.0.0。

初始化

主要参数

1. 原始信号采样频率。需要大于等于1。
2. 频谱计算频率。需要小于等于16 kHz。
3. 频谱计算窗口长度。需要小于等于信号采样频率。

可选参数

1. 频率计算上限。默认值为采样率的一半。
2. 是否对EEG频谱进行带宽归一化。默认禁用。
3. α、β、θ、γ、δ波的权重系数。默认值为1.0。

创建实例

int samplingRate = 250; // 原始信号采样频率
int fftWindow = 1000;   // 频谱计算窗口长度
int processWinRate = 5; // 频谱计算频率

final math = SpectrumLib(samplingRate, fftWindow, processWinRate);

可选初始化

添加额外频谱设置

int bordFrequency = 50; // 频率计算上限
bool normalizeSpectByBandwidth = true; // 是否对EEG频谱进行带宽归一化
math.initParams(bordFrequency, normalizeSpectByBandwidth);

设置波形系数

double deltaCoef = 0.0;
double thetaCoef = 1.0;
double alphaCoef = 1.0;
double betaCoef = 1.0;
double gammaCoef = 0.0;
math.setWavesCoeffs(deltaCoef, thetaCoef, alphaCoef, betaCoef, gammaCoef);

设置平滑窗口类型

math.setHammingWinSpectrum(); // 使用汉宁窗
math.setHanningWinSpectrum(); // 使用汉明窗

初始化数据数组

用于传递给库的数据数组应为双精度浮点数类型的数组，且长度不大于15倍的信号采样频率。

类型定义

RawSpectrumData

包含原始频谱值的结构体（带有边界频率）。

字段：

• allBinsNums: 整数值。FFT条数量。
• allBinsValues: 双精度浮点数组。原始FFT条值。
• totalRawPow: 双精度浮点值。总原始频谱功率。

WavesSpectrumData

包含波形值的结构体。

绝对频率值（双精度类型）：

• delta_raw
• theta_raw
• alpha_raw
• beta_raw
• gamma_raw

相对值（百分比）（双精度类型）：

• delta_rel
• theta_rel
• alpha_rel
• beta_rel
• gamma_rel

FFT频段分辨率

库会根据指定的窗口长度自动匹配最优的FFT缓冲区长度（2的幂）。获取FFT频段分辨率（每1Hz的FFT条数）：

math.getFFTBinsFor1Hz();

迭代模式下的频谱计算

添加和处理数据

List<double> data = List.empty();
math.pushAndProcessData(data);

获取结果

List<RawSpectrumData> rawSpectrumData = math.readRawSpectrumInfoArr();
List<WavesSpectrumData> wavesSpectrumData = math.readWavesSpectrumInfoArr();

更新样本大小

math.setNewSampleSize();

单次数组的频谱计算

计算频谱

List<double> data = List.empty();
math.computeSpectrum(data);

获取结果

RawSpectrumData rawSpectrumData = math.readRawSpectrumInfo();
WavesSpectrumData wavesSpectrumData = math.readWavesSpectrumInfo();

结束与释放资源

math.dispose();

示例代码

以下是完整的示例代码：

import 'dart:ffi';
import 'dart:math';

import 'package:flutter/material.dart';
import 'package:spectrum_lib/spectrum_lib.dart';

void main() {
  runApp(const MyApp());
}

class MyApp extends StatefulWidget {
  const MyApp({super.key});

  [@override](/user/override)
  State<MyApp> createState() => _MyAppState();
}

class _MyAppState extends State<MyApp> {

  int samplingRate = 500;
  int processWinRate = 2;
  int fftWindow = 500 * 4;

  late final SpectrumLib spectrumLib;

  [@override](/user/override)
  void initState() {
    super.initState();

    spectrumLib = SpectrumLib(samplingRate, fftWindow, processWinRate);

    int bordFrequency = 30;
    spectrumLib.initParams(bordFrequency, true);
  }

  [@override](/user/override)
  void dispose() {
    spectrumLib.dispose();
    super.dispose();
  }

  void _onButtonPressed() {
    double deltaCoef = 0.0;
    double thetaCoef = 1.0;
    double alphaCoef = 1.0;
    double betaCoef = 1.0;
    double gammaCoef = 0.0;
    spectrumLib.setWavesCoeffs(deltaCoef, thetaCoef, alphaCoef, betaCoef, gammaCoef);

    double nBinsFor1hz = spectrumLib.getFFTBinsFor1Hz();

    int winLen = 500;
    List<double> data = List.filled(winLen, 0.0);

    for (var i = 0; i < 100; i++) {
      for (int j = 0; j < 40; j++) {
        for (int i = 0; i < winLen; i++) {
          data[i] = 10 * sin(10 * i * (2 * pi / samplingRate));
        }

        spectrumLib.pushAndProcessData(data);

        List<RawSpectrumData> rawSpectData = spectrumLib.readRawSpectrumInfoArr();
        nBinsFor1hz = spectrumLib.getFFTBinsFor1Hz();

        for (int i = 0; i < rawSpectData.length; i++) {
          print("Bins: $nBinsFor1hz AllBinsValue: ${rawSpectData[i].allBinsValues.length} RawPow: ${rawSpectData[i].totalRawPow}");
        }

        spectrumLib.setNewSampleSize();
        
      }
    }
  }

  [@override](/user/override)
  Widget build(BuildContext context) {
    return MaterialApp(
      home: Scaffold(
        appBar: AppBar(
          title: const Text('SpectrumLib example app'),
        ),
        body: Center(
          child: Column(
            mainAxisAlignment: MainAxisAlignment.center,
            children: [
              ElevatedButton(
                onPressed: _onButtonPressed,
                child: const Text('Start Demo'),
              ),
            ],
          ),
        ),
      ),
    );
  }
}