Arduino FFT Audio Spectrum on WS2812B 8x32 Matrix

Arduino FFT Audio Spectrum på WS2812B 8x32 Matris

Välkommen till denna omfattande guide om hur du skapar en arduino spectrum analyzer med en WS2812B 8x32 LED-matris. I detta projekt kommer vi att använda FFT (Fast Fourier Transform) för att analysera ljud och visualisera dess spektrum på matrisen. Denna typ av projekt är perfekt för att kombinera programmering med ljudteknik och LED-belysning, vilket ger en fascinerande visuell upplevelse.

I en värld där interaktiva installationer och DIY-projekt växer i popularitet, erbjuder detta projekt en spännande möjlighet att lära sig mer om elektronik, programmering och ljudanalys. Genom att följa denna guide kan du skapa en funktionell arduino spectrum analyzer som reagerar på musik eller ljud i realtid och på så sätt ger en visuell representation av ljudet med hjälp av färgglada lysande kolumner.

Introduktion

Detta projekt fokuserar på att bygga en arduino spectrum analyzer där vi kommer att utnyttja kraften av FFT för att bearbeta ljudsignaler. Med hjälp av en WS2812B LED-matris kommer vi att skapa en visuell upplevelse som reflekterar frekvenserna som upptäckts av ljudanalysen. Genom att följa de steg som beskrivs här kommer du att kunna programmera din egen ljudanalysator på ett enkelt och intuitivt sätt.

I takt med att vi fördjupar oss i detta projekt, kommer vi att diskutera allt från de nödvändiga komponenterna, installation av bibliotek och verktyg, till kodgenomgång och konfiguration av hårdvaran. Syftet är att ge dig en komplett översikt över hur du bygger och programmerar din egen arduino spectrum analyzer.

Vad är FFT och varför används det?

Fast Fourier Transform (FFT) är en algoritm som används för att analysera frekvensinnehållet av en signal. Genom att omvandla tidsdomänssignaler till frekvensdomänen gör FFT att vi kan visualisera ljudets spektrogram. Denna teknik är avgörande för att bygga en arduino spectrum analyzer eftersom den gör det möjligt för oss att se hur olika frekvenser i ljudet varierar över tid.

FFT används inom många områden, inklusive ljudteknik, radiokommunikation och signalbehandling. Genom att använda FFT kan vi effektivt bearbeta ljudsignaler på Arduino och skapa intressanta och komplexa visuella effekter på vår LED-matris baserat på ljudets tonalitet.

Komponenter som behövs

För att bygga din egen arduino spectrum analyzer behöver du följande komponenter:

• Arduino (t.ex. Arduino Uno, Nano eller Mega)
• WS2812B LED-matris (8x32 eller annan storlek)
• Microfonmodul eller ljudsensor (t.ex. MAX4466)
• Motstånd (för eventuell pull-up/pull-down konfiguration)
• Knapp (för att justera inställningar)
• Brödbräda och kopplingskablar
• Kraftkälla (om nödvändigt för matrisen)

Installation av bibliotek och verktyg

Innan vi kan börja programmera vår arduino spectrum analyzer, behöver vi installera några bibliotek. De viktigaste biblioteken för detta projekt är:

• Adafruit NeoPixel - för att styra WS2812B LED-matriser
• Adafruit NeoMatrix - för att hantera matrisen som en enhet
• ArduinoFFT - för att genomföra FFT-bearbetning av ljudsignaler

För att installera dessa bibliotek, öppna Arduino IDE och gå till "Sketch" > "Include Library" > "Manage Libraries". Sök efter varje bibliotek och installera dem.

Kodgenomgång

Nu när våra bibliotek är installerade är det dags att dyka ner i koden. Vi börjar med att inkludera de nödvändiga biblioteken. Här är en översikt över hur koden kan se ut:

#include <Adafruit_NeoPixel.h>
#include <Adafruit_GFX.h>
#include <NeoMatrix.h>
#include <ArduinoFFT.h>

// Definiera våra inställningar
#define LED_PIN 6
#define LED_COUNT 256 // 8x32 matris
#define SAMPLES 64 // Antal provpunkter för FFT

Adafruit_NeoPixel pixels(LED_COUNT, LED_PIN, NEO_GRB + NEO_KHZ800);
ArduinoFFT FFT = ArduinoFFT();
double vReal[SAMPLES]; // Array för att lagra real-delen av signalen
double vImag[SAMPLES]; // Array för att lagra imaginär-delen av signalen

Det är här vi definierar variabler och konfigurationer för vår arduino spectrum analyzer. I resten av koden kommer vi att fylla dessa arrayer med ljuddata och utföra FFT-analys, varefter vi visar resultaten på vår LED-matris.

Konfigurering av hårdvaran

För att installera hårdvaran, följ dessa steg:

1. Anslut microfonmodulen till Arduino:n, se till att du använder en analog ingång för att läsa ljudnivåer.
2. Anslut WS2812B LED-matrisen till Arduino:n. Se till att du kopplar data-PIN till den definierade LED_PIN.
3. Om du använder knappar, anslut dem enligt dina preferenser med motstånd där så är nödvändigt.

Anslutning av WS2812B LED-matris

För att ansluta din WS2812B LED-matris behöver du vanligtvis tre ledningar: VCC, GND och Data. VCC skall kopplas till 5V, GND till jord och data-pin till den definierade pinnen på din Arduino. För att säkerställa att matrisen får tillräckligt med ström, kom ihåg att om du använder många dioder, se till att strömkällan håller den rekommenderade spänningen.

Implementering av ljudanalys med FFT

Nu är det dags att genomföra ljudanalys med hjälp av FFT. Vi skriver en funktion för att läsa ljuddata och fylla vår vReal array och sedan använda FFT-biblioteket för att bearbeta datan. Här är en enkel funktion som kan implementeras:

void fftAnalysis() {
    // Läs ljuddata från mikrofonen
    for (int i = 0; i < SAMPLES; i++) {
        vReal[i] = analogRead(A0); // Använd A0 för ljudinmatning
        vImag[i] = 0; // Imaginär del sätts till 0
        delay(10); // Fördröjning för att få jämna prover
    }
    
    FFT.Windowing(vReal, SAMPLES, FFT_WIN_TYP_HAMMING); // Använd Hamming fönstergeneratorn
    FFT.Compute(vReal, vImag, SAMPLES, FFT_FORWARD); // Utför FFT
    FFT.ComplexToMagnitude(vReal, vImag, SAMPLES); // Omvandla till magnitud
}

Denna funktion läser ljudsignalen och analyserar den med hjälp av FFT. Resultatet kommer att visa frekvensens magnituder som vi senare kommer att använda för att styra LED-matrisens ljuseffekter.

Visuella effekter på matrisen

Efter att ha genomfört analysen är det dags att visualisera resultaten på vår 8x32 matris. Vi kommer att skapa en funktion som tar magnituderna från vår FFT-analys och visar dem på matrisen. En enkel implementation kan se ut så här:

void displaySpectrum() {
    for (int i = 0; i < 32; i++) {
        int brightness = vReal[i]; // Hämta magnitud
        brightness = map(brightness, 0, 1023, 0, 255); // Mappa till 0-255
        pixels.setPixelColor(i, pixels.Color(0, brightness, 0)); // Grön färg för visning
    }
    pixels.show(); // Uppdatera matrisen
}

Denna funktion lyser upp de första 32 pixlarna av matriserna grönt, där ljusstyrkan är baserad på magnituden av ljudfrekvenserna. Du kan variera färgerna och mappa magnituder till olika färger för att skapa mer komplexa animationer.

Justering av ljusstyrka och färger

För att göra din arduino spectrum analyzer mer interaktiv kan du lägga till knappar för att justera ljusstyrka och färger. Här är ett exempel på hur du kan läsa av tryckningar och justera inställningarna:

void adjustBrightness() {
    if (digitalRead(buttonPin) == HIGH) {
        brightness += 20; // Öka ljusstyrka
        if (brightness > 255) brightness = 0; // Återställ till 0 om över)
        pixels.setBrightness(brightness);
    }
}

Genom att använda en knapp kan vi öka ljusstyrkan för hela matrisen. Du kan mörka eller ljusa upp ljusstyrkan baserat på ljudnivåerna, vilket ger en justerbar effekt.

Spara inställningar i EEPROM

För att spara användarinställningar, såsom ljusstyrka eller valda färger, kan du använda EEPROM-minnet. EEPROM ger en permanent lagring där värden kan sparas även efter att strömmen stängs av. Här är hur du kan implementera det:

#include <EEPROM.h>

// Spara ljusstyrka
void saveSettings() {
    EEPROM.write(0, brightness);
}

// Läs ljusstyrka
void loadSettings() {
    brightness = EEPROM.read(0);
}

Med dessa funktioner kan användaren spara sina preferenser för ljusstyrka på EEPROM-minnet, vilket gör att inställningarna kvarstår även efter att enheten stängs av.

Avbrott av knapptryckningar (debouncing)

När du arbetar med knappar är det vanligt att uppleva ett fenomen som kallas "debouncing", där knapptryckningar registreras flera gånger på grund av elektriska nervositet. För att undvika detta kan vi implementera debouncing logik för knapparna:

bool buttonPressed() {
    static unsigned long lastPress = 0;
    unsigned long currentMillis = millis();

    if (digitalRead(buttonPin) == HIGH && currentMillis - lastPress > 200) {
        lastPress = currentMillis;
        return true;
    }
    return false;
}

Genom att inkludera en försening på 200 millisekunder mellan registrerade knapptryck kan vi säkerställa att knappen inte registrerar fler tryck än nödvändigt.

Felsökning och vanliga problem

När du arbetar med elektronik och programmering är det inte ovanligt att stöta på problem. Här är några vanliga problem och lösningar:

• Matrisen lyser inte: Kontrollera att dina anslutningar är korrekta och att strömförsörjningen är tillräcklig.
• Ingen ljudanalys: Se till att ljudsensorn är korrekt kopplad och fungerar. Testa att läsa av värdena från analog ingång.
• LED-matris blinkar snabbt: Justera fördröjningarna i koden för att ge mer tid mellan analys och visualisering.

Sammanfattning

Denna guide har visat hur du bygger en arduino spectrum analyzer med en WS2812B 8x32 matris. Genom att använda FFT-teknik kan du skapa en visuell representation av ljud, och med justerbar ljusstyrka och färger ger projektet en interaktiv upplevelse. Vi har också diskuterat hur man sparar inställningar i EEPROM och hur man hanterar knapptryckningar med debouncing teknik.

Framtida förbättringar och idéer

Det finns många sätt att förbättra och bygga vidare på detta projekt. Här är några idéer:

• Implementera fler färginställningar och ljuseffekter baserat på olika frekvensband.
• Lägg till Bluetooth eller Wifi-funktioner för att trådlöst styra färger och ljusstyrka.
• Bygg en låda eller ett hölje för att skydda elektroniken och göra det mer estetiskt tilltalande.

Oavsett hur du väljer att bygga vidare på detta projekt, kommer din arduino spectrum analyzer vara en fantastisk utmaning och ett roligt sätt att lära sig mer om ljud och ljus!

Tack för att du läste vår artikel, du kan se alla artiklar i våra webbkartor eller i Sitemaps

Tyckte du att den här artikeln var användbar? Arduino FFT Audio Spectrum on WS2812B 8x32 Matrix Du kan se mer här NanoPi.