总结——TI_音频信号分析仪

浮梦终焉

已于 2024-07-23 16:18:41 修改

阅读量853

点赞数 20

文章标签：音视频 mcu 单片机嵌入式硬件

于 2024-07-23 16:14:17 首次发布

本文链接：https://blog.csdn.net/m0_74349248/article/details/140635137

版权

一、简介

设备：MSPM0G3507

库：CMSIS-DSP TI

数据分析：FFT

软件：CCS CLion MATLAB

目的：对音频信号进行采样（滤波+偏置处理），通过FFT获取信号的频率成分，得到频率谱、幅值谱和功率谱

二、可行性分析

1，MATLAB

①先设置一个序列模拟实际采样数据

假设采样频率为20.48KHz，那么我们可以设置一个频率为1/20Hz的正弦函数来生成采样数据，采样数据所代表的波形为1.024KHz的正弦波

f = 1/20;    
X = (i*sin(2*pi*f*t) + 1000)*0.001; %电压

②将采样数据通过FFT转为频谱

Y = fft(X);

③对频谱进行取模处理，得到幅值谱

A = abs(Y); % 幅度谱

④通过帕斯瓦尔定理，将幅值谱转为功率谱

根据帕斯瓦尔定理，可得 $\sum x[n]^{2} =\frac{\sum X[n]^{2}}{N}$ ，即幅值谱数据的平方除以2等于采样数据的平方。

但由于只取正频率，那么还需要乘以2

P = A.^2 / (N/2);

⑤注意事项

得到的功率谱由于是直接通过模长的平方得到，那么其单位应为 $V{^2}/Hz$ （采样数据的单位V），并非 $W/Hz$

2，代码

clc;
clear all;
close all;

% 1. 构建一个序列x
N = 1024;
t = (0:N-1)'; % 创建时间向量
f = 1/20;     % 假设ADC采样频率为20.48KHz，那么这个序列为20.48/20KHz的正弦波

yuan=[2.5,10,22.5,40,62.5,90,122.5,160];%源自实际信号功率
j=1;

for i=100:100:800

X = (i*sin(2*pi*f*t) + 1000)*0.001; %电压

% 2. 转为频域
Y = fft(X);

% 3. 把Y转为幅值谱
A = abs(Y); % 幅度谱
frequencies = (1:1: N/2+1); % 频率轴
A = A(2:N/2+1); % 只取正频率部分，去除直流分量

% 4. 使用帕斯瓦尔定理转为功率谱
% Parseval定理表明时域能量等于频域能量
% 所以功率谱可以通过幅度谱的平方获得
P = A.^2 / (N/2); % 功率谱，归一化因子为N/2，因为我们只考虑正频率部分

% 画图
figure;
subplot(2,1,1);
plot(frequencies(2:end), A); % 从第二个点开始绘制，排除直流分量
title('Amplitude Spectrum');
xlabel('Frequency (Hz)');
ylabel('Magnitude');

subplot(2,1,2);
plot(frequencies(2:end), P); % 从第二个点开始绘制，排除直流分量
title('Power Spectrum');
xlabel('Frequency (Hz)');
ylabel('Power');

% 打印功率谱中的极大值
[maxP, indexMaxP] = max(P);
fprintf('%dmV:功率谱中的极大值位于频率 %d ，功率值为 %fV(或者V^2)\n', i,frequencies(indexMaxP), maxP);
fprintf('实际功率值为 %fmW,则阻抗为:%f\n\n',yuan(j),maxP/yuan(j)*1000);
j=j+1;

end

3，仿真结果

图像中舍去了直流成分，正弦波的频率成分只有一个尖峰，很合理

三、代码设计

1，库函数介绍

这次编程一共涉及到CMSIS-DSP的这两个函数，后面将以采样1024个数据为例。

同时要注意哈，由于音频信号频率一般在几十Hz到10KHz以内，根据奈奎斯特定律，采样频率应为20KHz以上。由于采样数据为1024个，想要让分辨率整一点，所以选用20.48KHz。分辨率为20.48K/1024=20

arm：表示适用arm平台

cfft：c即complex（复数），fft：快速傅里叶变换，f32：float32数据类型

mag：幅值？反正把频谱转为幅值谱

arm_cfft_f32(&arm_cfft_sR_f32_len1024, fftArray, IFFTFLAG, BITREVERSE);

 arm_cmplx_mag_f32(inputArray, outputArray, NUM_SAMPLES / 2);

①arm_cfft_f32

第一个参数是个 CMSIS-DSP里已经定义好的实例，在arm_const_structs.h头文件里，且见名知义。由于采样数据是1024个（一般选用4的倍数，基4更快嘛），所以选用len1024

第二个参数就是输入的数组，准确来说是复数数组，因此你需要一个更大的数组，1024*2的数组大小。每两个相邻数组分别存放复数的实部和虚部，实部就是ADC的采样数据，虚部放0.

第三个参数是表明进行的是正变换还是逆变换。我们需要进行正变换，添0

第四个参数是序列翻转，添1就行。详情请见

② arm_cmplx_mag_f32

第一个参数是从arm_cfft_f32得到的复数数组（频谱）

第二个参数是接收转换后的幅值谱，是实数数组，只不过数组大小为1024/2，因为对称性，除了直流成分，数组前半部分与后半部分对称。

第三个参数就是数组大小，添1024/2

2，用户函数设计

除了幅值谱外，我们还需要失真度分析、电压幅值谱、功率谱、幅值谱中极大值点等

①获取幅值谱中极大值点

跟AI（智谱、通义）进行一顿交互、辩论得到的极大值寻找函数（不是最优），用于获取幅值谱中峰值的索引。窗口大小不能太小，否则容易误判，太大则会找不到几个极大值点。

static inline void find_peaks(const float32_t *fftOutput, uint16_t fftLength, uint16_t *peaks, uint32_t NumPeaks, uint16_t windowSize)
{
    float32_t maxVal;
    uint16_t maxIdx;
    uint16_t halfWindowSize = windowSize / 2;//以一般理性而言，不会为0
    uint16_t numPeaks = 1;                   //从一次谐波开始

    //重置
    for (uint16_t i = 0; i <NumPeaks ; ++i)
    {
        peaks[i] = 0;
    }
    // 开始寻找交流成分
    for (uint16_t i = halfWindowSize; i < 512 - halfWindowSize; i++)
    {
        maxVal = fftOutput[i];
        maxIdx = i;

        // 在滑动窗口内查找最大值
        for (uint16_t j = i - halfWindowSize; j <= i + halfWindowSize; j++)
        {
            if (fftOutput[j] > maxVal)
            {
                maxVal = fftOutput[j];
                maxIdx = j;
            }
        }

        // 检查窗口中心点是否为窗口内的最大值
        if (maxIdx == i)
        {
            // 检查是否与最近的极大值足够远
            if (peaks[numPeaks] == 0 || (i - peaks[numPeaks - 1]) > windowSize)
            {
                peaks[numPeaks] = i;//peaks存的是索引
                ++numPeaks;

                //存满以后就退出
                if (numPeaks == NumPeaks)
                    return;
            }
        }
    }
}

②功率谱

根据前面MATLAB分析，只需对幅值谱（准确说是幅值谱中的极大值）进行平方和归一化处理即可

Tips：

之前做功率谱分析时，错误地将已转换为电压幅值谱当做输入。应将经由arm_cmplx_mag_f32得到的幅值谱直接转换为功率谱，不必经由第三方。

static inline float32_t powerCalculate(const float32_t *fft_Array, const uint16_t *peaks, uint16_t NumPeaks, float *power)
{
    float sum = 0;
    //总功率应去除直流量
    for (uint16_t i = 0; i <NumPeaks ; ++i)
    {
        power[i]=0;
    }

    for (uint16_t i = 1; i < NumPeaks; i++)
    {
        if (peaks[i] == 0)
        {
            break;//说明谐波已经取完
        }
        power[i] = fft_Array[peaks[i]] * fft_Array[peaks[i]] * 2 / NUM_SAMPLES;//由于只取正频率，故进行归一化处理
        sum += power[i];
    }
    return sum;
}

③幅值谱转为对应的电压幅值谱

听起来拗口，其实还挺变扭。就是把幅值谱中的幅值转为实际上的电压，因为幅值谱中的幅值代表的物理意义并非是电压，不过它与电压有个对应关系（注释里）。

static inline void voltageAmplitude_Convert(float32_t inputArray[], float32_t outputArray[])
{
    //假设原始信号的峰值为A，那么FFT的结果的每个点（除了第一个点直流分量之外）的模值就是A的N/2倍。而第一个点就是直流分量，它的模值就是直流分量的N倍。
    /**将幅值谱转为电压幅值谱*/
    for (uint16_t i = 1; i < NUM_SAMPLES / 2; ++i)
    {
        //理论上模值为峰峰值的N/2倍，实测中还应再除以0.75，后来发现就不需要了
        fft_outputbuf[i] = (float32_t) (fft_outputbuf[i] * 2 / NUM_SAMPLES);
    }
    fft_outputbuf[0] /= NUM_SAMPLES;
}

④失真度计算

二次及二次以上的谐波成分的平方和除以基波的平方，然后再开方。

此时你会发现，谐波应为基波的整数倍，也就是说除了通过查找多个峰值的办法，还可以先找到第一个峰值的索引（需先去除直流量），然后把这个索引乘以相应倍数获得对应谐波。CMSIS-DSP有这个找峰值的函数，叫arm_max_f32，记得要去除直流成分。

static inline void signalDistortionDegree(const float32_t *fft_Array, const uint16_t *peaks, uint16_t NumPeaks, float *thd)
{
    float sum = 0;
    //从二次谐波开始计算平方和
    for (uint16_t i = 2; i < NumPeaks; i++)
    {
        if (peaks[i] == 0)
        {
            break;//说明谐波已经取完
        }
        sum += fft_Array[peaks[i]] * fft_Array[peaks[i]];//平方和
    }
    sum /= (fft_Array[peaks[1]] * fft_Array[peaks[1]]);//除以1次谐波的平方
    *thd = sqrtf(sum) * 100;                           //计算出失真度，并转为百分比表示
}

3，代码

这里面需要关注的主体函数是 void SignalAnalyzer_handler();这个函数是放到while大循环里的（MSPM0的内存实在太小，只能先放弃RTOS）

里面可能有部分注释忘记修改，还请见谅。

//
// Created by 34753 on 2024/7/18.
//

#include "SignalAnalyzer.h"
#if SignalAnalyzer_Open
#include "ADC.h"
#include "LED.h"
#include "OPA.h"
#include "arm_const_structs.h"
#include "arm_math.h"

/**宏定义*/
#define NUM_SAMPLES 1024//采样点
#define AV 1           //放大增益
#define NUM_PEAKS 9     //取9-1个基波和谐波成分

#define IFFTFLAG 0  //正变换
#define BITREVERSE 1//逆序排列


/**变量*/
int16_t ADC_Data[1024];                  //ADC采样数据
float32_t fft_inputBuff[NUM_SAMPLES * 2];//存储复数的数组
float32_t fft_outputbuf[NUM_SAMPLES / 2];//存储实数的数组，由于奈奎斯特的特性，需要除以2

// 为了某种目的，包含了直流成分
uint16_t peaks[NUM_PEAKS];//幅值谱的极大值点
float power[NUM_PEAKS];   //功率谱
float totalPower;         //总功率单位为V^2
float thd;                //失真度

volatile bool waitADCData_Flag = true;//用于检测是否需要等待


void SignalAnalyzer_Init()
{
    OPA_Init();
    ADC_DMA_Init(ADC_Data, 1024);
}

#if 0
//计算失真度
void THD(void)
{
    thd_basic = fft_outputbuf[10];

    u[0] = fft_outputbuf[20];
    u[1] = fft_outputbuf[30];
    u[2] = fft_outputbuf[40];
    u[3] = fft_outputbuf[50];
    u[4] = fft_outputbuf[60];

    arm_power_f32(u, 4, &sum);
    arm_sqrt_f32(sum, &thd_high);

    thd = thd_high / thd_basic;
}

//计算总功率和各频率分量的频率和功率
void MW(void)
{
    thd_basic = fft_outputbuf[10];

    u[0] = fft_outputbuf[20];
    u[1] = fft_outputbuf[30];
    u[2] = fft_outputbuf[40];
    u[3] = fft_outputbuf[50];
    u[4] = fft_outputbuf[60];
    arm_power_f32(&u[0], 4, &sum);

    MW_total = sum / 5;
}
#endif

/**
 * @brief   频率谱转为电压幅值谱
 * @param inputArray 经fft转换后的频率谱数组
 * @param outputArray 输出的电压幅值谱数组
 * @note    原本需要在实测中除以0.75，后来就不需要了，原因未知
 */
static inline void voltageAmplitude_Convert(float32_t inputArray[], float32_t outputArray[])
{
    //假设原始信号的峰值为A，那么FFT的结果的每个点（除了第一个点直流分量之外）的模值就是A的N/2倍。而第一个点就是直流分量，它的模值就是直流分量的N倍。
    /**将幅值谱转为电压幅值谱*/
    for (uint16_t i = 1; i < NUM_SAMPLES / 2; ++i)
    {
        //理论上模值为峰峰值的N/2倍，实测中还应再除以0.75,后来发现就不需要了
        fft_outputbuf[i] = (float32_t) (fft_outputbuf[i] * 2 / NUM_SAMPLES);//384
    }
    fft_outputbuf[0] /= NUM_SAMPLES;
}

static inline void Amplitude_Convert(float32_t inputArray[], float32_t outputArray[])
{
    //计算信号的幅度谱  第一个参数指定了需要计算复数模的数组指针，第二个参数指定了计算结果存放的数组指针，第三个参数是需要计算复数模的数据个数。
    // 分辨率=fs（采样频率）/N（采样点数）  output输出数组，索引*分辨率=频率成分
    arm_cmplx_mag_f32(inputArray, outputArray, NUM_SAMPLES / 2);
}


/**
 * @brief   ADC数据转为频谱
 * @param ADCdata   ADC采样数据
 * @param fftArray   频谱数组
 */
static inline void ADCdataToSpectrum(const int16_t ADCdata[], float32_t fftArray[])
{
    /**将实数序列转为复数序列*/
    for (uint32_t i = 0; i < NUM_SAMPLES; ++i)
    {
        fftArray[i * 2] = (float) (ADCdata[i] * 3.3 / (4095 * AV));//转为实际电压，单位为V
        fftArray[i * 2 + 1] = 0;                                   //虚部为零
    }

    假设ADC里的就是电压值V，可以为mV，不过功率的单位应该为uW
    //    for (uint32_t i = 0; i < NUM_SAMPLES; ++i)
    //    {
    //        //w[i]=0.5*(1-arm_sin_f32(2*PI*i/(NUM_SAMPLES-1)));
    //        fftArray[i * 2] = (float) (ADCdata[i] * 0.001);
    //        //  fftArray[i * 2]=fftArray[i * 2]*w[i];
    //        fftArray[i * 2 + 1] = 0;
    //    }

    /**
 * 对ADC数据进行1024点的复数快速傅里叶变换（FFT）。
 *
 * ADC数据被转换到频域，存储了1024个复数样本。
 * 每个元素存储复数的实部和虚部，实部存储在偶数索引位置，虚部存储在奇数索引位置。
 *
 * FFT输出存储在ADC_DataOut中，包含了每个频率分量的幅度信息。
 * 返回ADC_DataOut中幅度最大的频率分量的索引，即第5个FFT点（0索引）。
 *
 * @param ADC_Data      输入的ADC数据数组
 * @param ADC_DataOut   输出的FFT结果数组
 * @param arm_max_q15    用于在ADC_DataOut中找到最大幅度值及其索引的函数
 */

    arm_cfft_f32(&arm_cfft_sR_f32_len1024, fftArray, IFFTFLAG, BITREVERSE);
}


/**
 * @brief   寻找峰值
 * @param fftOutput
 * @param fftLength
 * @param peaks 存储极大值点的数组
 * @param numPeaks  极大值点个数
 * @param windowSize 窗口大小应为奇数，太小会错过极大值，太大会判断错误极大值
 */
static inline void find_peaks(const float32_t *fftOutput, uint16_t fftLength, uint16_t *peaks, uint32_t NumPeaks, uint16_t windowSize)
{
    float32_t maxVal;
    uint16_t maxIdx;
    uint16_t halfWindowSize = windowSize / 2;//以一般理性而言，不会为0
    uint16_t numPeaks = 1;                   //从一次谐波开始

    //重置
    for (uint16_t i = 0; i <NumPeaks ; ++i)
    {
        peaks[i] = 0;
    }
    // 开始寻找交流成分
    for (uint16_t i = halfWindowSize; i < 512 - halfWindowSize; i++)
    {
        maxVal = fftOutput[i];
        maxIdx = i;

        // 在滑动窗口内查找最大值
        for (uint16_t j = i - halfWindowSize; j <= i + halfWindowSize; j++)
        {
            if (fftOutput[j] > maxVal)
            {
                maxVal = fftOutput[j];
                maxIdx = j;
            }
        }

        // 检查窗口中心点是否为窗口内的最大值
        if (maxIdx == i)
        {
            // 检查是否与最近的极大值足够远
            if (peaks[numPeaks] == 0 || (i - peaks[numPeaks - 1]) > windowSize)
            {
                peaks[numPeaks] = i;//peaks存的是索引
                ++numPeaks;

                //存满以后就退出
                if (numPeaks == NumPeaks)
                    return;
            }
        }
    }
}

/**
 * @brief  计算失真度
 * @param fft_Array
 * @param peaks
 * @param NumPeaks
 * @param thd
 * @note    失真度的单位是百分比
 */

static inline void signalDistortionDegree(const float32_t *fft_Array, const uint16_t *peaks, uint16_t NumPeaks, float *thd)
{
    float sum = 0;
    //从二次谐波开始计算平方和
    for (uint16_t i = 2; i < NumPeaks; i++)
    {
        if (peaks[i] == 0)
        {
            break;//说明谐波已经取完
        }
        sum += fft_Array[peaks[i]] * fft_Array[peaks[i]];//平方和
    }
    sum /= (fft_Array[peaks[1]] * fft_Array[peaks[1]]);//除以1次谐波的平方
    *thd = sqrtf(sum) * 100;                           //计算出失真度
}


/**
 * @brief  计算功率
 * @param fft_Array
 * @param peaks
 * @param NumPeaks
 * @param power
 * @return
 * @note    为了整齐划一，我把直流量放在power[0]中。同时要注意
 * ①由于数据是采集的电压，那么计算出的功率的单位其实是V^2(不考虑功率谱密度)，若想得到mW，那么需要再除以阻抗
 * ②想通过帕斯瓦尔定理得到功率，那么必须是直接从频率谱转换得到幅值谱，而非是电压幅值谱
 * ③若电压的单位是mV，那么计算出的功率的单位是uW
 */

static inline float32_t powerCalculate(const float32_t *fft_Array, const uint16_t *peaks, uint16_t NumPeaks, float *power)
{
    float sum = 0;
    //总功率应去除直流量
    for (uint16_t i = 0; i <NumPeaks ; ++i)
    {
        power[i]=0;
    }

    for (uint16_t i = 1; i < NumPeaks; i++)
    {
        if (peaks[i] == 0)
        {
            break;//说明谐波已经取完
        }
        power[i] = fft_Array[peaks[i]] * fft_Array[peaks[i]] * 2 / NUM_SAMPLES;//由于只取正频率，故进行归一化处理
        sum += power[i];
    }
    return sum;
}
///**
// * @brief  计算指定频率下的功率
// * @param fft_Array
// * @param fft_output
// */
//
//static inline void powerSpecialCalculate(const float32_t *fft_Array, float *fft_output)
//{
//    float sum = 0;
//    for (uint16_t i = 50; i < 500; i+=50)
//    {
//        power[i] = fft_Array[i] * fft_Array[i] * 2 / NUM_SAMPLES;//由于只取正频率，故进行归一化处理
//        sum += power[i];
//    }
//    return sum;
//}

/**
 * @brief  转为实际功率
 * @param totalPower
 * @param power
 * @param Z
 * @param NumPeaks
 */
static inline void realPower_Convert(float *totalPower, float *power, float Z, uint16_t NumPeaks)
{
    for (uint16_t i = 0; i < NumPeaks; i++)
    {
        power[i] /= Z;
    }
    *totalPower /= Z;
}


void SignalAnalyzer_handler()
{
    while (waitADCData_Flag)
        ;
    waitADCData_Flag = true;

    //    LED_ON(LED2_Blue);//表明转换开启

    ADCdataToSpectrum(ADC_Data, fft_inputBuff);//将ADC数据经FFT 转为频谱

    Amplitude_Convert(fft_inputBuff, fft_outputbuf);//转为幅值谱

    find_peaks(fft_outputbuf, NUM_SAMPLES / 2, peaks, NUM_PEAKS, 41);//寻找极大值点

    totalPower = powerCalculate(fft_outputbuf, peaks, NUM_PEAKS, power);//计算出功率V^2

    realPower_Convert(&totalPower, power, 1788.1, NUM_PEAKS);//转为实际功率W

    voltageAmplitude_Convert(fft_inputBuff, fft_outputbuf);//把频率谱转为电压幅值谱（可以不用加，因为交流成分彼此成齐次性）

    signalDistortionDegree(fft_outputbuf, peaks, NUM_PEAKS, &thd);//计算出失真度

    //    LED_OFF(LED2_Blue);
    //    __BKPT(1);
}

/**ISR中断服务*/
void ADC12_0_INST_IRQHandler(void)
{
    switch (DL_ADC12_getPendingInterrupt(ADC12_0_INST))
    {
        case DL_ADC12_IIDX_DMA_DONE:
            /**开启数据分析*/
            ADC_DMA_Stop();
            waitADCData_Flag = false;
            LED_Toggle(LED2_Blue);
            break;
        default:
            break;
    }
}
#if 0
/***********************************************
找最大值，次大值……对应的频率，分析波形
*************************************************/
void select_max(float *f, float *a)
{
    int i, j;
    float k, k1, m;
    float aMax = 0.0, aSecondMax = 0.0, aThirdMax = 0.0, aFourthMax = 0.0;
    float fMax = 0.0, fSecondMax = 0.0, fThirdMax = 0.0, fFourthMax = 0.0;
    int nMax = 0, nSecondMax = 0, nThirdMax = 0, nFourthMax = 0;
    for (i = 1; i < NUM_SAMPLES / 2; i++)//i必须是1，是0的话，会把直流分量加进去！！！！
    {
        if (a[i] > aMax)
        {
            aMax = a[i];
            nMax = i;
            fMax = f[nMax];
        }
    }
    for (i = 1; i < NUM_SAMPLES / 2; i++)
    {
        if (nMax == i)
        {
            continue;//跳过原来最大值的下标，直接开始i+1的循环
        }
        if (a[i] > aSecondMax && a[i] > a[i + 1] && a[i] > a[i - 1])
        {
            aSecondMax = a[i];
            nSecondMax = i;
            fSecondMax = f[nSecondMax];
        }
    }
    for (i = 1; i < NUM_SAMPLES / 2; i++)
    {
        if (nMax == i || nSecondMax == i)
        {
            continue;//跳过原来最大值的下标，直接开始i+1的循环
        }
        if (a[i] > aThirdMax && a[i] > a[i + 1] && a[i] > a[i - 1])
        {
            aThirdMax = a[i];
            nThirdMax = i;
            fThirdMax = f[nThirdMax];
        }
    }
    for (i = 1; i < NUM_SAMPLES / 2; i++)
    {
        if (nMax == i || nSecondMax == i || nThirdMax == i)
        {
            continue;//跳过原来最大值的下标，直接开始i+1的循环
        }
        if (a[i] > aFourthMax && a[i] > a[i + 1] && a[i] > a[i - 1])
        {
            aFourthMax = a[i];
            nFourthMax = i;
            fFourthMax = f[nFourthMax];
        }
    }
    k = fabsf(2 * fMax - fSecondMax);
    k1 = fabsf(3 * fMax - fSecondMax);
    m = fabsf((float) (aMax - 3.0 * aSecondMax));
    //    if(k<=5)
    //        LCD_ShowString(275,230,12*4,12,12,"JvChi  ");
    //    else if(k1<=5&&m<0.4)
    //        LCD_ShowString(275,230,12*4,12,12,"Fang   ");
    //    else if(k1<=5&&m>=0.4)
    //        LCD_ShowString(275,230,12*4,12,12,"SanJiao");
    //    else LCD_ShowString(275,230,12*4,12,12,"Sin    ");
}
#endif

#endif

四、总结（吐槽）

从STM32换成TI开发挺不习惯的，在STM32里可以各种手搓寄存器，结果到TI这里有一种处处受限的感觉。最直接的体现就是创建工程，充分让你体会到了什么叫不得自由，什么工程必须从模板库里创建否则用不了sysconfig（除非想与TI库绝缘）、想使用gcc编译器就必须下载9.2版本等等，稍微对工程做了一点点修改就直接崩溃了，还是修不好的那种。同时TI又不支持OpenOCD，想使用GDB但板子似乎只支持TI官方的调试工具（总之很难），导致CLion直接被禁。然后就是几天的挣扎，好不容易才得到一个可以运行、稍微符合开发习惯的工程，没敢改太多。

然后就是TI的驱动库，虽然模板、文档很多，但是国内网上的教程过少（无论中英文），处处是坑。最让我无法理解的就是GPIO的配置，在stm32中使用寄存器配置GPIO时，只需要找到对应端口和引脚数就行，结果TI里还需要下面这个东西，what can I say？这除了sysconfig和直接查芯片，根本不知道啊

#define GPIO_OLED_DC_IOMUX (IOMUX_PINCM35)

吐槽归吐槽，经过一段时间的熟悉后，CCS还是很好用的，比如那个图形化展示数据，分析信号时简直犹如神助。当初觉得难估计是从stm32猛地转ti导致的，反过来大概也是一样的吧。

除此之外，再说一下浅显的个人经验，再使用sysconfig初始化工程时，由于习惯了stm32的开发，对于这种纯图形化反而不适应（与CubeMX不同），有时看着配置选项并不如直接看代码清晰，偏偏偏置选项和生成的代码还有些反差萌。所以和之前使用CubeMX一样，只是把它当做一个学习的工具：

导入示例工程，咔咔乱改，生成符合需求的可用代码，把代码添加到自己新建的文件中，并标上注释，一气呵成。

就比如下面的SPI.c/h文件：

//
// Created by 34753 on 2024/7/20.
//

#ifndef ISB_TI_SPI_H
#define ISB_TI_SPI_H
#include "ZQ_Conf.h"
#if USE_SPI
#include "ti_init.h"

#define SPI_0_INST SPI1


void SPI_Init(void);
void SPI_DMA_Init(void);/*不可用*/
void SPI_DMA_Send(uint8_t *data, uint16_t len);/*不可用*/
void SPI_DMA_Repeat_SendWord(uint16_t data, uint16_t times);/**不可用*/
void SPI_DMA_WriteByte(uint8_t data);

__STATIC_INLINE void SPI_WriteByte(uint8_t data)
{
    while (DL_SPI_isBusy(SPI_0_INST))
        ;
    DL_SPI_transmitData8(SPI_0_INST, data);
}

//void SPI_WriteWord(uint16_t data);
void SPI_SendData(uint8_t *data, uint16_t len);
#endif
#endif//ISB_TI_SPI_H

//
// Created by 34753 on 2024/7/20.
//

#include "SPI.h"
#if USE_SPI
#include "LED.h"

/* Defines for SPI_0 */

#define SPI_0_INST_IRQHandler SPI1_IRQHandler
#define SPI_0_INST_INT_IRQN SPI1_INT_IRQn
#define GPIO_SPI_0_PICO_PORT GPIOB
#define GPIO_SPI_0_PICO_PIN DL_GPIO_PIN_8
#define GPIO_SPI_0_IOMUX_PICO (IOMUX_PINCM25)
#define GPIO_SPI_0_IOMUX_PICO_FUNC IOMUX_PINCM25_PF_SPI1_PICO
#define GPIO_SPI_0_POCI_PORT GPIOB
#define GPIO_SPI_0_POCI_PIN DL_GPIO_PIN_7
#define GPIO_SPI_0_IOMUX_POCI (IOMUX_PINCM24)
#define GPIO_SPI_0_IOMUX_POCI_FUNC IOMUX_PINCM24_PF_SPI1_POCI

/* GPIO configuration for SPI_0 */
#define GPIO_SPI_0_SCLK_PORT GPIOB
#define GPIO_SPI_0_SCLK_PIN DL_GPIO_PIN_16
#define GPIO_SPI_0_IOMUX_SCLK (IOMUX_PINCM33)
#define GPIO_SPI_0_IOMUX_SCLK_FUNC IOMUX_PINCM33_PF_SPI1_SCLK

#define GPIO_SPI_0_CS1_PORT GPIOB
#define GPIO_SPI_0_CS1_PIN DL_GPIO_PIN_17
#define GPIO_SPI_0_IOMUX_CS1 (IOMUX_PINCM43)
#define GPIO_SPI_0_IOMUX_CS1_FUNC IOMUX_PINCM43_PF_SPI1_CS1_POCI1


/* Defines for DMA_CH1 */
#define DMA_CH1_CHAN_ID (1)
#define SPI_0_INST_DMA_TRIGGER (DMA_SPI1_TX_TRIG)

static volatile bool SPI_DMA_Mode_Flag = false;//默认模式


static const DL_SPI_Config gSPI_0_config = {
        .mode = DL_SPI_MODE_CONTROLLER,
        .frameFormat = DL_SPI_FRAME_FORMAT_MOTO4_POL1_PHA1,
        .parity = DL_SPI_PARITY_NONE,
        .dataSize = DL_SPI_DATA_SIZE_8,
        .bitOrder = DL_SPI_BIT_ORDER_MSB_FIRST,
        .chipSelectPin = DL_SPI_CHIP_SELECT_1,
};

static const DL_SPI_ClockConfig gSPI_0_clockConfig = {
        .clockSel = DL_SPI_CLOCK_BUSCLK,
        .divideRatio = DL_SPI_CLOCK_DIVIDE_RATIO_1};


static const DL_DMA_Config gDMA_CH1Config = {
        .transferMode = DL_DMA_SINGLE_TRANSFER_MODE,//不可使用RepeatSingle，否则会出现乱波
        .extendedMode = DL_DMA_NORMAL_MODE,
        .destIncrement = DL_DMA_ADDR_UNCHANGED,
        .srcIncrement = DL_DMA_ADDR_INCREMENT,
        .destWidth = DL_DMA_WIDTH_BYTE,
        .srcWidth = DL_DMA_WIDTH_BYTE,
        .trigger = SPI_0_INST_DMA_TRIGGER,
        .triggerType = DL_DMA_TRIGGER_TYPE_EXTERNAL,
};


void SPI_Init(void)
{
    DL_SPI_reset(SPI_0_INST);
    DL_SPI_enablePower(SPI_0_INST);

    /**GPIO初始化*/
    DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_SCLK, GPIO_SPI_0_IOMUX_SCLK_FUNC);
    DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_PICO, GPIO_SPI_0_IOMUX_PICO_FUNC);
    DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_CS1, GPIO_SPI_0_IOMUX_CS1_FUNC);
    DL_SPI_Config gSPI_0_config = {
            .mode = DL_SPI_MODE_CONTROLLER,
            .frameFormat = DL_SPI_FRAME_FORMAT_MOTO4_POL0_PHA0,
            .parity = DL_SPI_PARITY_NONE,
            .dataSize = DL_SPI_DATA_SIZE_8,
            .bitOrder = DL_SPI_BIT_ORDER_MSB_FIRST,
            .chipSelectPin = DL_SPI_CHIP_SELECT_1,
    };

    DL_SPI_setClockConfig(SPI_0_INST, (DL_SPI_ClockConfig *) &gSPI_0_clockConfig);

    DL_SPI_init(SPI_0_INST, &gSPI_0_config);

    /* Configure Controller mode */
    /*
     * Set the bit rate clock divider to generate the serial output clock
     *     outputBitRate = (spiInputClock) / ((1 + SCR) * 2)
     *     500000 = (32000000)/((1 + 31) * 2)
     */
    //  TFT_4SPI最快为  BUS_CLK：80MHz，不分频；SPI： 2分频（添1）
    //  OLED_4SPI最快为    BUS_CLK：80MHz，不分频；SPI： 4分频（添3）
    DL_SPI_setBitRateSerialClockDivider(SPI_0_INST, 3);
    /* Set RX and TX FIFO threshold levels */
    DL_SPI_setFIFOThreshold(SPI_0_INST, DL_SPI_RX_FIFO_LEVEL_1_2_FULL, DL_SPI_TX_FIFO_LEVEL_1_2_EMPTY);

    /* Enable module */
    DL_SPI_enable(SPI_0_INST);
}



//void SPI_WriteWord(uint16_t data)
//{
//    while (DL_SPI_isBusy(SPI_0_INST))
//        ;
//    DL_SPI_transmitData16(SPI_0_INST, data);
//}
void SPI_SendData(uint8_t *data, uint16_t len)
{
    uint16_t i = 0;
    for (i = 0; i < len; i++)
    {
        while (DL_SPI_isBusy(SPI_0_INST))
            ;
        DL_SPI_transmitData8(SPI_0_INST, data[i]);
    }
}

void SPI_DMA_Init(void)
{
#if !USE_TI_SYSCONFIG
    DL_SPI_reset(SPI_0_INST);
    DL_SPI_enablePower(SPI_0_INST);

    /**GPIO初始化*/
    DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_SCLK, GPIO_SPI_0_IOMUX_SCLK_FUNC);
    DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_PICO, GPIO_SPI_0_IOMUX_PICO_FUNC);
    DL_GPIO_initPeripheralInputFunction(GPIO_SPI_0_IOMUX_POCI, GPIO_SPI_0_IOMUX_POCI_FUNC);
    DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_CS1, GPIO_SPI_0_IOMUX_CS1_FUNC);

    /**SPI初始化*/
    DL_SPI_setClockConfig(SPI_0_INST, (DL_SPI_ClockConfig *) &gSPI_0_clockConfig);

    DL_SPI_init(SPI_0_INST, (DL_SPI_Config *) &gSPI_0_config);

    /* Configure Controller mode */
    /*
     * Set the bit rate clock divider to generate the serial output clock
     *     outputBitRate = (spiInputClock) / ((1 + SCR) * 2)
     *     5000000 = (80000000)/((1 + 7) * 2)
     */
    DL_SPI_setBitRateSerialClockDivider(SPI_0_INST, 7);

    /* Enable SPI TX interrupt as a trigger for DMA */
    DL_SPI_enableDMATransmitEvent(SPI_0_INST);
    /* Set RX and TX FIFO threshold levels */
    DL_SPI_setFIFOThreshold(SPI_0_INST, DL_SPI_RX_FIFO_LEVEL_ONE_FRAME, DL_SPI_TX_FIFO_LEVEL_ONE_FRAME);
    DL_SPI_enableInterrupt(SPI_0_INST, (DL_SPI_INTERRUPT_DMA_DONE_TX |
                                        DL_SPI_INTERRUPT_TX_EMPTY));

    /* Enable module */
    DL_SPI_enable(SPI_0_INST);

    /**DMA初始化*/
    DL_DMA_initChannel(DMA, DMA_CH1_CHAN_ID, (DL_DMA_Config *) &gDMA_CH1Config);
#endif
    /**开启SPI中断*/
    NVIC_EnableIRQ(SPI_0_INST_INT_IRQN);
}

void SPI_DMA_Send(uint8_t *data, uint16_t len)
{
    DL_DMA_setSrcAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) data);
    DL_DMA_setDestAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) (&SPI_0_INST->TXDATA));
    DL_DMA_setTransferSize(DMA, DMA_CH1_CHAN_ID, len);

    DL_DMA_enableChannel(DMA, DMA_CH1_CHAN_ID);
}

void SPI_DMA_WriteByte(uint8_t data)
{
    DL_DMA_setSrcAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) data);
    DL_DMA_setDestAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) (&SPI_0_INST->TXDATA));
    DL_DMA_setTransferSize(DMA, DMA_CH1_CHAN_ID, 1);

    DL_DMA_enableChannel(DMA, DMA_CH1_CHAN_ID);
}

/**
 * @brief   重复传送某字节
 * @param data
 * @param times
 * @note    首先会把模式调为单次模式，然后再把数据写入DMA，最后再开启DMA传输结束后注意把模式切换回来。
 */
void SPI_DMA_Repeat_SendWord(uint16_t data, uint16_t times)
{
    DL_DMA_Config gDMA_CH1Config_temp = {
            .transferMode = DL_DMA_SINGLE_TRANSFER_MODE,//不可使用RepeatSingle，否则会出现乱波
            .extendedMode = DL_DMA_NORMAL_MODE,
            .destIncrement = DL_DMA_ADDR_UNCHANGED,
            .srcIncrement = DL_DMA_ADDR_UNCHANGED,
            .destWidth = DL_DMA_WIDTH_HALF_WORD,
            .srcWidth = DL_DMA_WIDTH_HALF_WORD,
            .trigger = SPI_0_INST_DMA_TRIGGER,
            .triggerType = DL_DMA_TRIGGER_TYPE_EXTERNAL,
    };
    SPI_DMA_Mode_Flag = true;//模式改变
    DL_DMA_initChannel(DMA, DMA_CH1_CHAN_ID, &gDMA_CH1Config_temp);

    DL_DMA_setSrcAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) &data);
    DL_DMA_setDestAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) (&SPI_0_INST->TXDATA));
    DL_DMA_setTransferSize(DMA, DMA_CH1_CHAN_ID, times);

    DL_DMA_enableChannel(DMA, DMA_CH1_CHAN_ID);
}

void SPI_RecoverMode(void)
{
    DL_DMA_initChannel(DMA, DMA_CH1_CHAN_ID, (DL_DMA_Config *) &gDMA_CH1Config);
}

void SPI_0_INST_IRQHandler(void)
{
    switch (DL_SPI_getPendingInterrupt(SPI_0_INST))
    {
        case DL_SPI_IIDX_DMA_DONE_TX:
            LED_OFF(LED2_Green);
            LED_ON(LED2_Red);
            break;

        case DL_SPI_IIDX_TX_EMPTY:
            //重置DMA模式
            if (SPI_DMA_Mode_Flag)
                SPI_RecoverMode();
            LED_OFF(LED2_Red);
            break;

        default:
            break;
    }
}

#endif