原文:http://www.cnblogs.com/menlsh/p/4154070.html
前些日子,因为需要在STM32F103系列处理器上,对采集的音频信号进行FFT,所以花了一些时间来研究如何高效并精确的在STM32F103系列处理器上实现FFT。在网上找了很多这方面的资料做实验并进行比较,最终选择了使用STM32提供的DSP库这种方法。
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STM32 DSP库使用文档。
图1 FFT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:
2.2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(http://www.cnblogs.com/menlsh/) 8 *******************************************************************/ 9 void InitBufInArray() 10 { 11 unsigned short i; 12 float fx; 13 for(i=0; i<NPT; i++) 14 { 15 fx = 1500 * sin(PI2 * i * 350.0 / Fs) + 16 2700 * sin(PI2 * i * 8400.0 / Fs) + 17 4000 * sin(PI2 * i * 18725.0 / Fs); 18 lBufInArray[i] = ((signed short)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STM32 DSP库函数中的cr4_fft_256_stm32()函数即可。该函数的原型为:
void cr4_fft_256_stm32(void *pssOUT, void *pssIN, uint16_t Nbin);
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(http://www.cnblogs.com/menlsh/) 7 *******************************************************************/ 8 void GetPowerMag() 9 { 10 signed short lX,lY; 11 float X,Y,Mag; 12 unsigned short i; 13 for(i=0; i<NPT/2; i++) 14 { 15 lX = (lBufOutArray[i] << 16) >> 16; 16 lY = (lBufOutArray[i] >> 16); 17 X = NPT * ((float)lX) / 32768; 18 Y = NPT * ((float)lY) / 32768; 19 Mag = sqrt(X * X + Y * Y) / NPT; 20 if(i == 0) 21 lBufMagArray[i] = (unsigned long)(Mag * 32768); 22 else 23 lBufMagArray[i] = (unsigned long)(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:
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。