qcom的drc调试界面如下
可以看出来参数界面给得是一个三段的折线图,每个线段都可以使用直线点斜式表示,所以这三个线段的表达式是可以求出来的,结合webrtc 里面agc的函数应用方法可以猜想agc函数的曲线的来源是由函数曲线拟合的方法得到,现拟合过程如下:
给出一个任意调节的agc曲线如下图(四个点方式):
p1=(0,-5)
p2=(-20,-10)
p3=(-40,-30)
p4=(-50,-60)
使用高次多项式拟合的方法得出拟合结果:
可以看出这个拟合结果已经很接近上面那个折线图,曲线的拟合的关键是光滑,而且在取值范围内处处可导,这里拟合的具体方法是需要调试和根据实际项目来平衡优化的(关键是可以适当过拟合,响度可能的取值都可以全部cover(具体方法就是xnew取得数值更多,step更小),不会出现异常数值情况),建议评估新生成的函数使用拟合的评价标准,关于多项式高次数值的确定也可以采用拟合评价标准做自动搜索取最优值,也可以使用其他曲线拟合的方法(高斯拟合,插值,贝塞尔等等)
python拟合代码:
def generate_curf():
p1=(0,-5)
p2=(-20,-10)
p3=(-40,-30)
p4=(-50,-60)
def line_desc(p1,p2):
k1=(p1[1]-p2[1])/(p1[0]-p2[0])
d1=(p1[0]*p2[1]-p2[0]*p1[1])/(p1[0]-p2[0])
return k1,d1
k1,d1=line_desc(p1,p2)
k2,d2=line_desc(p2,p3)
k3,d3=line_desc(p3,p4)
x1=np.linspace(p1[0],p2[0],40)
y1=k1*x1+d1
x2=np.linspace(p2[0],p3[0],40)
y2=k2*x2+d2
x3=np.linspace(p3[0],-65,40)
y3=k3*x3+d3
x=np.concatenate((x1,x2,x3))
x=np.delete(x,(40,80))
# print(x)
y=np.concatenate((y1,y2,y3))
y=np.delete(y,(40,80))
# func=interpolate.interp1d(x,y,kind="cubic")
xnew=np.linspace(0,-65,120)
# ynew=func(xnew)
p=np.polyfit(x,y,13)
func=np.poly1d(p)
ynew = func(xnew)
以上猜想就是全部内容,如果有任何问题请联系aderic_xf@qq.com,有任何见解和讨论也可以发邮件讨论