参数设置
按键排列 — 0:'1' 1:'2' 2:'3' 3:'A' / 4:'4' 5:'5' 6:'6' 7:'B' / 8:'7' 9:'8' 10:'9' 11:'C' / 12:'*' 13:'0' 14:'#' 15:'D'
输入信号与 Goertzel 检测强度
上:逐样本处理输入信号 x[n](黄色=扫描线)。下:扫描目标频率得到的检测强度 |X(k)|(在音调频率处出现尖峰)。
理论与主要公式
Goertzel 算法针对最接近目标频率 f 的频点 k = round(f·N/F_s),用二阶 IIR 递推式直接计算幅度的平方。
角频率 ω 与系数 c:
$$\omega = \frac{2\pi k}{N},\qquad c = 2\cos\omega$$
二阶 IIR 递推式(s_{-1} = s_{-2} = 0):
$$s_n = x_n + c\,s_{n-1} - s_{n-2}$$
N 个样本后的幅度平方(频点功率):
$$|X_k|^2 = s_{N-1}^2 + s_{N-2}^2 - c\,s_{N-1}\,s_{N-2}$$
一个频点的计算量为 O(N),M 个频率为 O(N·M)。与整个 FFT 的 O(N log N) 相比,需要检测的频点越少,Goertzel 越有优势。
关于 Goertzel 算法模拟器
🙋
已经有 FFT 了,为什么还需要一个叫 Goertzel 的算法?
🎓
简单说,Goertzel 是「只想知道一个频点」时的专家。FFT 会把 N 个频点全部算出来,而 DTMF 检测只需要 8 个频率。Goertzel 每个频点只需 O(N),而且只是一个只有 3 个变量的二阶 IIR 滤波器,很适合嵌入式单片机。在模拟器里切换按键,就能看出需要检测的只有行、列各 1 个共 2 个频率。
🙋
「二阶 IIR」是什么?一听到滤波器就有点紧张……
🎓
不难。只是把递推式 $s_n = x_n + c\,s_{n-1} - s_{n-2}$ 每次前进一个样本。系数 $c = 2\cos(2\pi k/N)$ 开始时算一次就行。状态变量只有 $s_{n-1}$ 和 $s_{n-2}$ 两个,3 个字的内存就够。最后用 $|X_k|^2 = s_{N-1}^2 + s_{N-2}^2 - c\,s_{N-1}s_{N-2}$ 得到幅度平方。它和 DSP 的乘累加指令配合得天衣无缝。
🙋
在模拟器里提高「噪声水平」,检测强度曲线的底部(噪声底)会抬高。实际设备是怎么判定的?
🎓
好问题。实际设备把多个条件取 AND:最强频点的电平高于阈值、行列电平比在标准允许范围内、与第二强分量之比(twist)在一定范围内、音调持续 40 ms 以上。即使噪声让最强频点瞬间互换,持续时间条件也能抑制误检。这些都写在 ITU-T Q.24 标准里。
🎓
N 越大,频率分辨率 $\Delta f = F_s/N$ 越细,与相邻频率的分离越好,但计算量也成比例增加。F_s=8 kHz、N=205 时 $\Delta f \approx 39$ Hz,这是 DTMF 的标准选择。帧太短时频点会偏离各 DTMF 频率,检测强度下降。在模拟器里把 N 从 128 调到 1024,可以看到峰的宽度(选择性)变化,以及峰高随最接近 770 Hz 的频点偏移量而变化。
常见问题
凡是只需检测特定频率的场合都广泛使用:电力系统频率监测(50/60 Hz 谐波分析)、工业传感器的载波检波、超声测距的回波检测、无线电的 CTCSS/DCS 音调静噪判定、医疗设备的脉搏检测等。共同点是「不需要全部 N 个频点,只想快速得到几个频点」。
基本形式假定 k 为整数,但有一种称为 Generalized Goertzel 的扩展可以处理任意实数 k。即使目标频率不在 DFT 网格上,也能在抑制频谱泄漏的同时精确估计幅度。这在电力系统频率估计等频率不落在整数频点上的应用中很重要。
二阶 IIR 滤波器的内部状态容易发散,帧长 N 大时 s_n 的动态范围急剧增大。可以预先对输入缩放(例如乘以 1/N)防止溢出,或在每个样本上使用带保护位的饱和运算。在 Q1.15 或 Q1.31 定点格式中,通常把系数 c 舍入到 Q14 以控制误差。
可以。在最后一级计算复数 DFT 值 X_k = s_{N-1} − e^{-jω} s_{N-2},即可得到实部和虚部,用 atan2 求出相位角。本模拟器只做幅度检测,但 AM/FM 解调和同步检波中相位很重要,实现时要用复数输出版本。不需要相位时可少一次乘法,这是 Goertzel 简洁的优点。
实际应用
电话通信中的 DTMF 解码:固定电话、IP 电话和自动应答系统(IVR)实时检测用户所按按键的标准手段就是 Goertzel 法。模拟线路上 DTMF 叠加在话筒语音上,接收端并行运行 8 个 Goertzel 滤波器,通过电平比、持续时间、twist 等判定提取有效按键。VoIP 中也并用 RFC 2833 之类的数字传送方式,但为了互操作性,Goertzel 解码器仍在服役。
电力系统的频率分析:用于持续监测 50 Hz/60 Hz 及其谐波(150/180、250/300、350/420 Hz 等)幅度的电能质量监测仪。不是对全部频率做 FFT,而是只对关注的几条谐波用 Goertzel 持续计算,在降低 CPU 负载的同时实现快速响应的报警判定。结合 Generalized Goertzel,即使电网频率略偏离 50 Hz 也能准确估计幅度。
无线电的 CTCSS/DCS 音调检测:专业无线电和业余无线电使用 CTCSS 方式,用特定的低频亚音频音调(67~250 Hz,约 50 种)进行组识别。接收机持续监视目标音调的 Goertzel 输出,只在超过阈值时才打开扬声器。低频、少数频带的检测正是 Goertzel 最擅长的领域。
嵌入式设备的载波检波:FSK 调制解调器的前导码检测、超声传感器的回波强度测量、医疗设备脉搏血氧仪的心跳同步等,在 ARM Cortex-M 级嵌入式 MCU 上「只想以 FFT 级精度测几个频率」的场合大量使用。CMSIS-DSP 库中也提供了基于 arm_biquad_cascade_df1_q15 等函数的 Goertzel 实现,利用硬件乘法器几微秒就能处理一帧。
常见误解与注意事项
最常见的误解是认定「Goertzel 总是比 FFT 快」。实际上存在盈亏平衡点:要检测的频率数 M 超过约 log₂N 时,FFT 反而更有利。例如 N=1024 时 log₂N = 10,需要 10 个以上频点时一次 FFT 全部算完更快。模拟器的「相对 FFT 节省的运算数」卡片显示的是 FFT 的 N·log₂N 减去 Goertzel 单个频点的 N 之差(N=256 时为 1,792)。请养成把乘上所需频点数 M 的 N·M 与 N·log₂N 作比较的习惯。只有「频点少」且「目标频点事先已知」时 Goertzel 才占优。
其次常见的是轻视把目标频率严格对准 DFT 网格的重要性。标准 Goertzel 按 k = round(f·N/F_s) 取整,目标频率 f 偏离频点中心时会产生「扇贝损失」,幅度估计最多下降 3.9 dB(ΔdB ≈ 20log₁₀(sinc(0.5)))。DTMF 经典推荐 F_s=8000、N=205,正是让 8 个 DTMF 频率都接近 DFT 网格的巧妙选择。在模拟器中也一样:N=256 时最接近行音调 770 Hz 的频点是 781.25 Hz,检测强度 0.85;N=1024 时频点为 773.4 Hz,强度却只有 0.71(频点宽度 7.8 Hz,偏移 3.4 Hz),峰高随 N 而变。这就是扇贝效应。
最后请注意「Goertzel 输出大=检测成功」这种短路式的错误。在扫描曲线上只挑一个最强频点,很容易被噪声或语音谐波误导。实际设备要同时满足多个条件才判定为有效按键:行、列各自的最强电平高于绝对阈值、两者之比在标准允许范围内、与第二强分量之比(twist)在规定范围内、音调持续 40 ms 以上、音调间隔 40 ms 以上。在模拟器里即使把噪声提高到 1.0(音调幅度 0.5 的 2 倍),N=256 个样本的累加也会把噪声平均掉,两个峰依然保留。请注意本工具的「检出」判定只用 0.5 的峰值比阈值,并不检查持续时间和 twist。
具体计算示例
以 Fs=8 kHz、N=256 个样本检测按键「5」(行 770 Hz、列 1336 Hz):频率分辨率 Δf=31.25 Hz,最接近行音调的频点为 k=round(770×256/8000)=25(781.25 Hz),列频点为 k=43(1343.75 Hz)。扫描曲线上列峰值为 1.00、行峰值为 0.85,均超过阈值 0.5,判定为「检出」。计算量为每个频点 N=256 次乘法,8 个频点 2,048 次,与 256 点 FFT 的 N·log₂N=2,048 相当;但只算行、列 2 个频点时仅需 512 次,且每个频点只需 2 个状态变量。加入 0.15 的噪声后峰值为 0.87/1.00,几乎不变。