Averaging in Real-Time Measurements平均在实时测量
Smaart平均在实时模式下提供了几种方案，以帮助使显示更加稳定，以及更容易阅读和解释。平均服务，以改善我们的实时频域的可读性，显示两种方法，在测量的信噪比改善的信号，并通过降低瞬态事件和信号的快速波动的影响。权衡是平均时间较长，可以更容易地看到信号和系统响应的基本趋势，但可以掩盖存在短期事件和波动。 （FIFO），平均分为四大类Smaart下降实时测量选项：算术指数（快，慢），无限（INF），和一个专有的混合动力技术，我们是指简单地作为变量。可变平均指定整体时间常数（1 - 10秒）。 FIFO的平均（2，4，8，16）
从最简单的情况下，FIFO的平均花费的“算术”，意味着每个频率的数据点在最近2，4，8或16的FFT帧。例如，如果你想在过去的8的FFT平均，然后在每一个频率，你只需添加了八强的幅度，频率和鸿沟测量8值。长期的FIFO（先入先出），是指这样的事实，这是一个移动平均线，其中最古老的价值是由退休的平均每一次新的数据英寸另一个这种类型的平均的名称是一个长方形的移动平均或“棚车”平均，指的是，每一个平均的价值是同等重量的事实。
FIFO的平均工作时，你的测量数据是相当稳定的，要集成在一个相当短的时间的时期。因为它提供了一些替代方案相比，相对较差的噪声抑制，它可能不是最好的选择系统，在嘈杂的环境中调整，需要大量的内存，以实现长期的时间常数通常用于声学测量的要求，并响应缓慢EQ滤波器参数的变化和其他设置，当过较长时间的平均。 Exponential Averaging指数平均（快，慢）
平均为实时测量选项的快与慢是一阶指数移动平均线，模仿标准的声级计的快与慢的时间集成的特点。这些方便的选项，当你想与声音的频率内容，以整体的声压级（SPL）的。指数平均有所不同，它是一个加权平均，其中最早的数据是相对较少的重量比最新从FIFO平均。这种类型的平均比FIFO的平均变化提供了更好的响应，但需要更长的稳定和可能产生较差的长期稳定比类似长度的FIFO平均。缓凝也只是一秒钟的时间常数，在嘈杂的环境中测量时，我们经常要集成超过几秒钟。 Variable Averaging平均可变（1-10秒）
Smaart 7可变平均利用专有的算法，旨在结合的FIFO最可取的特点和指数移动平均线。 Smaart的变量平均器稳定快速的反应相对较快EQ和其他设置的更改，同时还提供了更好的稳定性和免疫力比类似长度的FIFO平均瞬态事件。随着变量的平均值，你选择在几秒钟内Smaart数字出多少个别测量它需要整合，实现整合窗口所需要的长度。
Infinite Averaging无限平均（INF）
无限平均类似于FIFO的平均，只不过它是最早的数据永远不会被删除的累积平均。以及无限的平均工作时，你想获得长期稳定的系统响应清洁的图片。 ，您可以平均在几分钟内，如果你喜欢，减少噪音和其他瞬态事件忽略不计数量。这是不是这样一个伟大的选择，当你积极的变化，影响系统的频率响应，然而，在这你必须保持冲洗和重新启动的平均变化的影响。
Polar vs. Complex Averaging极地与综合平均（传递函数）
除了上述所有的实时频域测量是常见的选项，传递函数测量，你也可以选择平均幅度显示的数据类型。从FFT频谱测量复杂的数据转化为极坐标形式（相位和幅度）前平均。在传递函数的测量，平均相显示总是使用复数（实
部和虚部）。相显示，往往会倒退到零线，否则。对于传递函数的幅度数据，你有你的选择平均极地或复杂的数据 - 有时简称为RMS和矢量平均。震级平均类型（MAG平均型）是一个全局选项和传递函数测量是在测量配置对话框中，从全局选项节设置。
在一般情况下，复杂（矢量）平均被许多人认为，提供更好一些的噪声抑制和，是一个主观的语音清晰度优于极性（RMS）平均预测。极地的幅度平均会在任何时间差异是在被测系统中存在的情况下，由于风力，气流或机械机芯等因素将表现得更为宽容。极性（RMS）也有些人认为的两个更多的音乐，也许是由于这样的事实，它往往拒绝噪音少混响能源。
Smoothing Transfer Function Data平滑传输功能数据
平滑实质上是另一种类型的平均仅用于传输功能显示（相位或幅度）。此功能有助于减少“参差不齐jagginess”传递函数的痕迹，可以使频率响应的测试下的系统更容易看到的趋势。在一个平滑的传递函数跟踪，每个数据点的平均值加上一些紧靠两边的点的数目。
旧版本的智能平滑传递函数的数据用一个固定的大小，长方形的移动平均线 - 但这是不理想 - 基本上是一个FIFO平均侧身。一个长期的问题，是基于FFT的音频数据的分析，在离散傅立叶变换（DFT）的频率数据点之间的间距线性，对数，而人们听到。从FFT得到良好的低频分辨率通常是指，在高频率分辨率过剩，这意味着你想包括更多的频率数据在您的平滑平均点，当你走在频率高达。对于这种应用，它也将是有利的，让更多的重量在平滑窗口和重量减轻到更远的边缘点中心的数据，而一个长方形的平均窗口给出的平均同等重量的所有点。
在7 Smaart平滑函数解决这两个问题，利用一个真正的对数分数倍频平滑窗口，自适应的大小增加您在频率升入。 Smaart 7平滑窗口钟形，而不是长方形，相对较为平均体重点平滑和两边的最近点少点远离中心。我们还观察到，有经验的用户往往增加传递函数显示平滑时，相位数据量和减少幅度数据看，所以我们在Smaart 7提供单独的相位和幅度数据平滑控制频率响应测量。
RTA的基础
一个实时频谱分析仪（RTA）是最常见和广泛使用的音频和声学分析工具，因此我们将假定大多数用户都至少有一个基本的了解与RTA的做的事情。但仍有几个在Smaart RTA值得指出的兴趣点。一方面，Smaarts RTA的声道。您可以分析多达信号同时输入捕获和/或计算机电源处理。有没有内置的限制。您也可以从多个麦克风或其它信号源的光谱数据进行实时的平均值和显示作为一个单独的频谱测量的结果。有关如何设置频谱测量和平均数的详细信息，请参阅测量配置对话框配置频谱测量的主题。
在Smaart的RTA是基于FFT的，在历史上有一个双刃剑。基于硬件的RTA的绑扎精度往往是模拟或数字带通滤波器的设计约束的限制。在一个离散傅立叶变换（DFT或FFT）每个频率数据点或“bin”的本质上是一个很窄的带通滤波器功能。当使用更大的FFT频段紧紧间隔，如果FFT的数据是正确汇总和分配有效的过滤功能，为每个分数倍频带的大小，理想的方法长方形。这样做严格，准确地却是一个平凡的事业，并做实时有效，是比较困难的是。坦率地说，这是很多基于FFT的区域贸易协定根本就没有做的非常好，但在这方面是例外Smaart。分数倍频带7 Smaart算法实际上是一个吓人的最复杂的部分在整个程序中的代码和依赖超过了几年时间开发和炼制的性能优化，，但它的作品相当不错。
FFT的频率分辨率是用于记录和处理传入的音频信号的采样率和FFT的大小的功能。 RTA的显示分辨率是独立的FFT频率分辨率 - 所有分数倍频带选项，即使是最小的FFT大小，个别FFT分类在某些情况下可能会间隔一个八度或更多除了的。但它仍然使用足够大的FFT，得到了良好的基础解决您所关心的最低频率的关键。 在使用更大的FFT大小的权衡，更精细的频率分辨率是指较粗的时间分辨率，但Smaart得到解决此限制，在一定程度上使用重叠的时域数据进行较大的FFT。即使在32K，最大的FFT大小Smaart，目前支持实时频域分析，你仍然会得到高达每秒24更新约0.7秒的时间常数的FFT的大小，即使是，假设一个48K的采样率。
摄谱仪
在Smaart 7光谱显示随着时间的推移信号的频谱内容。这是除，而不是每个时刻生活在只为瞬间的屏幕上出现的信号，然后马上换成另外，摄谱仪栈，向您展示一个历史概念与RTA显示相似。摄谱仪的显示屏上，每个水平切片图的代表会是什么一个更新RTA的显示，用颜色代表每个频率的幅度，而不是在图上的垂直位置。
有任意数量的应用中，这种能力就可以派上用场。现场光谱仪已Smaart几乎从它的引进和7 Smaart的摄谱仪，这个功能在以前的版本中对如何工作的一个显着改善最流行的功能之一。其中最常见的是反馈狩猎，摄谱仪的过人之处，因为任何持久的基调显示为一个情节上的纵向条纹。这使得它更容易看到的反馈开始比RTA的显示建立，它往往前必须达到一个大台阶，变得清楚明显，足以脱颖而出。为光谱仪的另一个流行的应用是“穷人的极坐标图”，其中一个操作运行的光谱仪，一边走了一圈扬声器来评价它的覆盖面模式。
它是历史的光谱仪可以显示你是在以前的版本Smaart，基本上可以在屏幕上适合在同一时间，因此，如果一个短暂的事件滚动屏幕之前，你可以暂停显示或找到其频率，已经一去不复返了。 7 Smaart，摄谱仪显示是建立一个内部的模型，可以保持一分钟的历史数据的价值，使您能够滚动显示，回过头来看看你可能已经错过了，否则的事情。
Smaart 7摄谱仪另一个有用的新功能是能够改变的动态范围的飞图。在以前的版本Smaart每个测量转换为图表上的条纹，它滚动是。没有其他的历史被保留，除了在屏幕上显示的位图和显示参数的变化可能只适用于新的数据来改变。但自7 Smaart建设内存才显示它的光谱，改变现在可以被应用到内存中的模型，然后用来更新整个显示。所以，你不仅可以向后滚动看到的东西，你会错过前，您还可以调整的动态范围，使其更容易看到的图。 光谱仪的动态范围的上限和下限可通过拖动两个手柄上的摄谱仪和RTA显示左边缘出现。或者，如果你喜欢数值设置范围，你仍然可以从频谱主选项对话框中的选项页，。摄谱仪的其他参数可用频谱选项，以及如FFT的大小和重叠的控制，历史的金额，你要保持（请注意一个长期的摄谱仪历史可能需要相当大量的内存），以及是否显示颜色摄谱仪或灰度。
传递函数的基础知识
传递函数的测量是一个成一个系统下测试出来的信号的信号比较。通过检查输入信号和输出之间的差异，我们可以推断出该系统的频率响应，其幅度和相位响应，没有真正需要知道什么之间所发生的一些事情 - 假设的信号之间的任何分歧进入系统，出来的信号是一些系统的原始信号的结果。这一战略的一个总称，是系统识别。
图1：传递函数幅值显示。
在传递函数的幅度显示，因为我们是在被测系统的输入和输出信号之间的差异，具有完全平坦的频率幅度响应系统将读为平线在0 dB。频率幅度跟踪零线以上是它的一个信号来比去，通常是由于放大或共振声热的迹象。频率幅度低于零线的痕迹，该系统已在一些时尚的输入信号衰减。
图2：传递函数相位显示。
同样，传递函数相位显示告诉我们，因为它作为频率的函数，通过系统输入信号的时间是如何影响。同样，如果系统完全透明的，在其响应时间方面，我们将结束与平线在0 °相位显示。如果没有，我们将看到一些阶段的转变表明，某些频率通过系统比别人更快速或缓慢的量。绘制度相移，根据每个频率周期时间，360 °（+ / -180 °）表示在任何给定的的频率为一个完整周期所需的时间。
传递函数的测量，使我们能够非常精确地评估系统的频率幅度和相位响应。他们也可以找到系统的脉冲响应，这是一个非常有用的工具，发现延迟时间和评估的反射，混响衰减，和其他系统的声学特性的逆傅立叶变换。可以使用几种技术中的任何一个测量系统的传递函数。在所有这些的共同点是，进入系统的信号产生一个给定的的输出必须精确已知。这也是最明显区别于单通道频谱分析技术，直接评价只有一个系统的输出传递函数测量的东西。 系统识别技术，如最大长度序列（MLS）的分析或时间延迟光谱（TDS）是依赖于刺激，需要使用已知的输入信号 - 也就是说，扫描或伪随机噪声序列。 MLS和TDS均在早期的声学测量系统的流行，因为它们需要相对较少的计算能力相比，基于FFT的传递函数分析仪。然而，另一种方法是，简单地输入和输出信号的离散傅立叶变换（DFT）和分（在实践中，FFT的几乎都是为了提高效率）。这双端口的方法，因为它可以让你直接测量输入信号，而不需要事先知道这是什么，这三项技术是迄今为止最灵活的。
图3：双端口，基于FFT的传递函数测量的基本信号路由。
双FFT传递函数测量时使用伪随机噪声或DFTS大小的长度相匹配的扫描序列，它们可以产生实验室质量的测量结果与刺激依赖测量系统的噪声抑制特性。但双FFT传递函数分析仪，以生产高品质的测量结果，使用随机的，互不相关的信号的能力开辟了一些真正有趣的更多的可能性。例如，您可以均衡系统类型，它是重现和听到你在做什么，而你正在做的它使用的节目素材。这也使得它可以测试或监测信号的性能，而它的实际服务。
图4：信号路由的一个简单的音响系统传递函数测量。
上面的图4说明了一个简单的音响系统的传递函数测量的基本信号路由。在这个例子中，一个音乐播放器提供了被测系统（放大器和扬声器），以及测量系统的参考信号的刺激信号。测量系统由一台计算机，测量麦克风，和一个标准的USB或FireWire计算机音频接口。测量麦克风拾取被测系统的输出。音频接口数字化了两个模拟信号（参考和测量）和数字信号发送到计算机进行分析。在这种情况下，我们将假设的音频接口还提供幻象电源和测量麦克风前置放大，这意味着不需要额外的放大器需要。
脉冲响应基础
脉冲响应是一个系统测试，以冲动的刺激下的时域响应。实际上，你可以通过它以某种方式通过发送脉冲测量系统的脉冲响应。这有时被称为一个“不完善”的脉冲响应测量，由于创造一个完美的瞬间冲动的难度。
直接测量的音响系统，即房间，人们纷纷使出这样的事情作为气球破裂，枪声，信号炮，燃烧用点焊机的线位，或者干脆重击两板或其它硬物一起记录的脉冲响应的结果。其实所有这些策略仍然是相当常用来衡量的声学空间脉冲响应，没有健全的制度是存在。
当一个健全的制度是存在的，但是，一个更具吸引力的的选择可能是测量系统采用连续测试信号，如粉红噪声的传递函数，然后计算系统的脉冲响应，通过采取简单的傅立叶逆变换（IFT）传递函数。这种方法将为您提供更一致的可重复的结果，实际上是更接近系统的一个理想的冲动刺激的反应会是什么，上述的任何一种方法。
时域脉冲响应曲线（上）下是摄谱仪。
脉冲响应是一个系统测试，以冲动的刺激下的时域响应。实际上，你可以通过它以某种方式通过发送脉冲测量系统的脉冲响应。这有时被称为一个“不完善”的脉冲响应测量，由于创造一个完美的瞬间冲动的难度。
直接测量的音响系统，即房间，人们纷纷使出这样的事情作为气球破裂，枪声，信号炮，燃烧用点焊机的线位，或者干脆重击两板或其它硬物一起记录的脉冲响应的结果。其实所有这些策略仍然是相当常用来衡量的声学空间脉冲响应，没有健全的制度是存在。
当一个健全的制度是存在的，但是，一个更具吸引力的的选择可能是测量系统采用连续测试信号，如粉红噪声的传递函数，然后计算系统的脉冲响应，通过采取简单的傅立叶逆变换（IFT）传递函数。这种方法将为您提供更一致的可重复的结果，实际上是更接近系统的一个理想的冲动刺激的反应会是什么，上述的任何一种方法。
术语表
模拟到数字（A / D转换器）转换：“数字化”其振幅定期采样的模拟信号的过程。这个过程几乎总是涉及限制的数字信号的频率内容，最大采样率的一半，这一规定使样品从原有限带宽信号的完美重建。 振幅：一个实数（例如，伏），无论是正面或负面的方向，大小。通常是指长期幅度并不复杂，或绘制对数的规模，如A / D转换过程中的数字，数字。 （数字来表示对数是更恰当地称为程度。）
衰减：在信号电平下降。衰减可以参考水平的降低为一个指定的频率范围内或在整体水平下降。
相干函数：传递函数测量的情况下，相干本质上是一种信号的测量，测量的信噪比和被测系统的线性。这是参考信号的功率谱除以平均测量值和参考信号的交叉谱的计算的 - 或者把它的另一种方式，针对每一个频率乘以平均参考信号，平均测量信号，然后分化结果由参考信号的平方。在一个完美的世界，或至少有一个完美的线性，无噪音系统或传输介质，所有上述相同的号码，意思的连贯性功能基本上归结为除以本身的一些数字，这是说1。在现实世界中，测量值和参考信号之间的差异，更常见的产量数字介于0和1，这是我们在Smaart的百分比显示。 压缩机：电子设备，导致输出增益的变化（通常衰减）输入电平的功能。这些设备不应该被使用时，传递函数测量，因为它们是非线性性质和传递函数测量假设下的测试系统是一个线性时不变系统。 串音：不受欢迎的能量在一个信号从一个相邻的信号或通道介绍（或通道）。
数据窗口功能：任何影响通过一段时间的信号的振幅的数学函数。数据窗口是常用的条件时域信号之前执行一个不显眼的的傅立叶变换（DFT），以减少振铃信号突然截断的工件。从理论上讲，数据窗口可以几乎任何形状。在实践中，改变音频数据的最有用的Windows钟形如升余弦（翰海明，布莱克曼）或高斯窗口的窗口，顺利在有限的时间/幅度在开始和结束时域数据的幅度减少系列进行改造。
衰减率：率在一个信号衰减（减少的幅度）后，被一种冲动或终止刺激信号的刺激。在声学，这个数量通常是指定频率范围的基础上进行评估，并在每秒要么分贝表示，或随着时间的金额将信号衰减60分贝，在观察的衰变率的要求。 （见混响时间）