DSP28335通过FFT变换实现高频滤波

这次项目中，由于AD采集到的高频开关噪声大，对数据处理存在极大干扰，经过示波器测量，发现噪声频率主要集中在80kHz，寻求老师帮助，老师推荐使用FFT滤波，有同学使用的是FIR滤波，通过Matlab中自带的FDA工具获得参数，效果在噪声幅值大于0.6V存在阶段性下滑，我使用的FFT滤波，由于网上资料有限，网上都是推荐的是直接使用FIR滤波这类的滤波器，FFT滤波可能会存在一些问题，但是目前对于本次项目，我还是觉得尝试一下FFT滤波，查看一下效果如何。
首先使用的Matlab进行仿真，代码如下

SampleFreq =	800000;			%为滤去80k高频 需大于2*80k的采样频率
S1_Freq	=	20000;			%模拟的初始信号频率
S2_Freq		=80000;		%高频开关噪声的频率
SAMPLE_NODES = 32;  
i = 1:SAMPLE_NODES;  

wt1=2*pi*i*S1_Freq;
wt1=wt1/SampleFreq;
wt2=2*pi*i*S2_Freq;
wt2=wt2/SampleFreq;

x = sin(wt1) +0.2*cos(wt2)+2; %获得20KHz基波+80KHz谐波信号,
							  %其中+2幅值是为了保证（实际采集到的）输入信号始终为正

subplot(2,2,1); plot(x);title('Inputs');  
axis([0 SAMPLE_NODES 0 5]);  


y = fft(x, SAMPLE_NODES);       %对x进行fft变换
subplot(2,2,2); plot(abs(y));title('FFT');  
axis([0 SAMPLE_NODES 0 80]);  

for m=3:31                                  %对fft变换后的x进行滤波
    y(m) = 0;
end



z = ifft(y, SAMPLE_NODES);  %对滤波后的y进行IFFT
subplot(2,2,3); plot(abs(z));title('IFFT');  
axis([0 SAMPLE_NODES 0 5]);  

subplot(2,2,4);; plot(abs(y));title('IFFT-FFT');  
axis([0 SAMPLE_NODES 0 80]);  

在经过matlab仿真后,发现能达到预期滤波效果，动手！
在网上查阅各种资料，发现本科期间学过fft但是没怎么使用过，对FFT原理不太有印象了，恰好发现一篇神文：
https://zhuanlan.zhihu.com/p/19763358
对知识点进行了巩固哈哈哈哈

从而得到了以下FFT实现代码
头文件.h

/*
 * DSP_2833x_FFT.h
 *
 *  Created on: 2019年4月1日
 *      Author: ChenQingye
 */
/* 	日期      	实现功能
 * 	0327	实现FFT变换，能成功滤掉高频部分，但还需完善：IFFT变换，2k频率以内进行滤波
 * 			Graph坐标轴值：x轴：X(n) = (fs/N)*n		Y(n) = (N/2)*A	A为初始幅值默认1024
 * 	0328	完善FFT功能，满足200kHZ采样频率采到80kHZ高频噪声。
 * 	0401	自己编写ifft程序，需优化代码
 * 	0402	使用256点的FFT时钟周期需310,048个时钟周期，总814,224时钟周期
 * 			使用128点的FFT需要103,892个时钟周期，总386,111时钟周期
 * 			使用64点的FFT需要69,980个时钟周期，总183,774时钟周期
 * 			使用32点的FFT需要83,462个时钟周期，总83,462时钟周期
 *
 *
 *
 * */
#ifndef DSP_2833X_FFT_H_
#define DSP_2833X_FFT_H_


#include "DSP28x_Project.h"     // Device Headerfile and Examples Include File
#include"math.h"
#define SampleFreq 	1000000			// 为滤去80k高频 需大于2*80k的采样频率
#define S1_Freq		20000			// 模拟的初始信号频率
#define S2_Freq		80000			// 高频开关噪声的频率
#define PI 3.1415926
#define SAMPLENUMBER 32			// 0-256个FFT样本点涵盖了一个低频信号0-FS的所有频率信息，FS是采样频率。
#define M log(SAMPLENUMBER)/log(2) 	// 变更FFT点数修改fft子程序方便的需要	2^8 = 256->M = 8;log(SAMPLENUMBER)/log(2)

void InitForFFT();
void FFT256(float32 dataR[SAMPLENUMBER],float32 dataI[SAMPLENUMBER]);//新加x7
void FFT128(float32 dataR[SAMPLENUMBER],float32 dataI[SAMPLENUMBER]);
void FFT64(float32 dataR[SAMPLENUMBER],float32 dataI[SAMPLENUMBER]);//去掉x6
void FFT32(float32 dataR[SAMPLENUMBER],float32 dataI[SAMPLENUMBER]);//去掉x5
void IFFT();
void FilterFFT();//实现FFT滤波器
void MakeFFTOut();
void MakeIFFTOut();
void CLearFFtData();
//void FFT(float dataR[SAMPLENUMBER],float dataI[SAMPLENUMBER]);

extern int16 INPUT[SAMPLENUMBER],FFTDATA[SAMPLENUMBER],IFFTDATA[SAMPLENUMBER];
extern float32 DATAR[SAMPLENUMBER],DATAI[SAMPLENUMBER];
extern float32 sin_tab[SAMPLENUMBER],cos_tab[SAMPLENUMBER];



#endif /* DSP_2833X_FFT_H_ */

实现代码

/*
 * DSP_2833x_FFT.c
 *
 *  Created on: 2019年4月3日
 *      Author: ChenQingye
 */
#include "DSP_2833x_FFT.h"


int16 INPUT[SAMPLENUMBER],FFTDATA[SAMPLENUMBER],IFFTDATA[SAMPLENUMBER];
float32 DATAR[SAMPLENUMBER],DATAI[SAMPLENUMBER];
float32 sin_tab[SAMPLENUMBER],cos_tab[SAMPLENUMBER];


void InitForFFT()//蝶形运算系数表计算
{
   
	int16 i;

	float32 wt1,wt2;


	for ( i=0;i<SAMPLENUMBER;i++ )
	{
   
		// 生成蝶形运算需要的三角表
		sin_tab[i]=sin(PI*2*i/SAMPLENUMBER);
		cos_tab[i]=cos(PI*2*i/SAMPLENUMBER);		// f = w/2pi =1hz

		// 生成模拟信号
		wt1=2*PI*i*S1_Freq;
		wt1=wt1/SampleFreq;

		wt2=2*PI*i*S2_Freq;
		wt2=wt2/SampleFreq;

		INPUT[i]=sin(wt1)*1024+0.2*cos(wt2)*1024+1024;		//f = w/2pi = 3hz
	}
	//初始化输入数据以及清空输出数组
	for ( i=0;i<SAMPLENUMBER;i++ )
		{
   
			DATAR[i] = INPUT[i];
			DATAI[i] = 0.0f;
			FFTDATA[i] = 0.0f;
			IFFTDATA[i] = 0.0f;
		}
}

void FilterFFT()//实现FFT滤波器
{
   
	int16 i = 0;
	int16 upLimit,downLimit;
	switch(SAMPLENUMBER)
		{
   
		case 32:
			upLimit = 31;
			downLimit = 3;
			break;
		case 64:
			upLimit = 62;
			downLimit = 4;
			break;
		case 128:
			upLimit = 120;
			downLimit = 9;
			break;
		case 256