搜索
STM32F10312-15元左右本文将以一个实例来介绍如何使用STM32提供的DSP库函数进行FFT。1.FFT运算效率使用STM32官方提供的DSP库进行FFT，虽然在使用上有些不灵活（因为它是基4的FFT，所以FFT的点数必须是4^n），但其执行效率确实非常高效，看图1所示的FFT运算效率测试数据便可见一斑。该数据来自STM32DSP库使用文档。图1FFT运算效率测试数据由图1可见，在STM32F10x系列处理器上，如果使用72M的系统主频，进行64点的FFT运算，仅仅需要0.078ms而已。如果是进行1024点的FFT运算，也才需要2.138ms。2.如何使用STM32提供的DSP库函数2.1下载STM32的DSP库大家可以从网上搜索下载得到STM32的DSP库，这里提供一个下载的地址：=30831&RootFolder=%2fpublic%2fSTe2ecommunities%2fmcu%2fLists%2fcortex%5fmx%5fstm32%2fSTM32F10x%20DSP%20library%2c%20where%20is%20it2.2添加DSP库到自己的工程项目中下载得到STM32的DSP库之后，就可以将其添加到自己的工程项目中了。其中，inc文件夹下的stm32_dsp.h和table_fft.h两个文件是必须添加的。stm32_dsp.h是STM32的DSP库的头文件。src文件夹下的文件可以有选择的添加（用到那个添加那个即可）。因为我只用到了256点的FFT，所以这里我只添加了cr4_fft_256_stm32.s文件。添加完成后的项目框架如图2所示。图2项目框架2.3模拟采样数据根据采样定理，采样频率必须是被采样信号最高频率的2倍。这里，我要采集的是音频信号，音频信号的频率范围是20Hz到20KHz，所以我使用的采用频率是44800Hz。那么在进行256点FFT时，将得到44800Hz/256=175Hz的频率分辨率。为了验证FFT运算结果的正确性，这里我模拟了一组采样数据，并将该采样数据存放到了long类型的lBufInArray数组中，且该数组中每个元素的高16位存储采样数据的实部，低16位存储采样数据的虚部(总是为0)。为什么要这样做呢？是因为后面要调用STM32的DSP库函数，需要传入的参数规定了必须是这样的数据格式。下面是具体的实现代码：1/******************************************************************2函数名称:InitBufInArray()3函数功能:模拟采样数据，采样数据中包含3种频率正弦波(350Hz，8400Hz，18725Hz)4参数说明:5备注:在lBufInArray数组中，每个数据的高16位存储采样数据的实部，6低16位存储采样数据的虚部(总是为0)7作者:博客园依旧淡然（）8*******************************************************************/9voidInitBufInArray()10{11unsignedshorti;12floatfx;13for(i=0;iNPT;i++)14{15fx=1500*sin(PI2*i*350.0/Fs)+162700*sin(PI2*i*8400.0/Fs)+174000*sin(PI2*i*18725.0/Fs);18lBufInArray[i]=((signedshort)fx)16;19}20}其中，NPT是采样点数256，PI2是2π（即6.28318530717959），Fs是采样频率44800。可以看到采样数据中包含了3种频率的正弦波，分别为350Hz，8400Hz和18725Hz。2.4调用DSP库函数进行FFT进行256点的FFT，只需要调用STM32DSP库函数中的cr4_fft_256_stm32()函数即可。该函数的原型为：voidcr4_fft_256_stm32(void*pssOUT,void*pssIN,uint16_tNbin);其中，参数pssOUT表示FFT输出数组指针，参数pssIN表示要进行FFT运算的输入数组指针，参数Nbin表示了点数。至于该函数的具体实现，因为是用汇编语言编写的，我也不懂，这里就不妄谈了。下面是具体的调用实例：cr4_fft_256_stm32(lBufOutArray,lBufInArray,NPT);其中，参数lBufOutArray同样是一个long类型的数组，参数lBufInArray就是存放模拟采样数据的采样数组，NPT为采样点数256。调用该函数之后，在lBufOutArray数组中就存放了进行FFT运算之后的结果数据。该数组中每个元素的数据格式为；高16位存储虚部，低16位存储实部。2.5计算各次谐波幅值得到FFT运算之后的结果数据之后，就可以计算各次谐波的幅值了。下面是具体的实现代码：1/******************************************************************2函数名称:GetPowerMag()3函数功能:计算各次谐波幅值4参数说明:5备注:先将lBufOutArray分解成实部(X)和虚部(Y)，然后计算幅值(sqrt(X*X+Y*Y)6作者:博客园依旧淡然（）7*******************************************************************/8voidGetPowerMag()9{10signedshortlX,lY;11floatX,Y,Mag;12unsignedshorti;13for(i=0;iNPT/2;i++)14{15lX=(lBufOutArray[i]16)16;16lY=(lBufOutArray[i]16);17X=NPT*((float)lX)/32768;18Y=NPT*((float)lY)/32768;19Mag=sqrt(X*X+Y*Y)/NPT;20if(i==0)21lBufMagArray[i]=(unsignedlong)(Mag*32768);22else23lBufMagArray[i]=(unsignedlong)(Mag*65536);24}25}其中，数组lBufMagArray存储了各次谐波的幅值。2.6实验结果通过串口，我们可以将lBufMagArray数组中各次谐波的幅值（即各个频率分量的幅值）输出打印出来，具体实验数据如下所示：ViewCode在以上的实验数据中，我们分别打印出来了点数、频率、幅值、实部、虚部信息。由以上的实验数据，我们可以看出，在频率为350Hz，8400Hz和18725Hz时，幅值出现峰值，分别为1492、2696和3996，这与我们所预期的结果正好相符，从而验证了实验结果的正确性。