![935f8f060ab5beee4d89225adf8359b1.png](https://i-blog.csdnimg.cn/blog_migrate/f3c4f10e7df80ceb88f37ab0813d0003.jpeg)
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。
![860be0ee10e6e6e4776c5b87d5302380.png](https://i-blog.csdnimg.cn/blog_migrate/308c584ac378696fc278cc477611f95b.jpeg)
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:
https://my.st.com/public/STe2ecommunities/mcu/Lists/cortex_mx_stm32/DispForm.aspx?ID=30831&RootFolder=%2fpublic%2fSTe2ecommunities%2fmcu%2fLists%2fcortex%5fmx%5fstm32%2fSTM32F10x%20DSP%20library%2c%20where%20is%20it
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。
![246d5a5965d57c0776f8b7657329933c.png](https://i-blog.csdnimg.cn/blog_migrate/94f96de55e7ccce1972fd752150fff48.png)
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:
/******************************************************************
函数名称:InitBufInArray()
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)
参数说明:
备 注:在lBufInArray数组中,每个数据的高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)
作 者:博客园 依旧淡然(http://www.cnblogs.com/menlsh/)
*******************************************************************/
void InitBufInArray()
{
unsigned short i;
float fx;
for(i=0; i<NPT; i++)
{
fx = 1500 * sin(PI2 * i * 350.0 / Fs) +
2700 * sin(PI2 * i * 8400.0 / Fs) +
4000 * sin(PI2 * i * 18725.0 / Fs);
lBufInArray[i] = ((signed short)fx) << 16;
}
}
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:
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:
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:
i, P, Mag, X, Y
0, 0, 4, 0, -4
1, 175, 14, -6, -4
2, 350, 1492, 746, -3
3, 525, 11, -5, -3
4, 700, 8, -3, -3
5, 875, 8, -4, -2
6, 1050, 6, -3, 0
7, 1225, 6, -3, 0
8, 1400, 8, -4, -2
9, 1575, 8, -4, 0
10, 1750, 4, -2, 0
11, 1925, 8, -4, -1
12, 2100, 6, -3, 0
13, 2275, 5, -2, -2
14, 2450, 6, -3, -1
15, 2625, 8, -3, -3
16, 2800, 4, -2, 0
17, 2975, 6, -3, -1
18, 3150, 6, -3, 0
19, 3325, 6, -3, 0
20, 3500, 2, -1, 0
21, 3675, 4, -2, 0
22, 3850, 4, -2, 0
23, 4025, 4, -2, 0
24, 4200, 6, -3, 0
25, 4375, 6, -3, 0
26, 4550, 4, -2, 0
27, 4725, 6, -3, 0
28, 4900, 2, -1, 0
29, 5075, 4, -2, -1
30, 5250, 4, -2, 0
31, 5425, 2, -1, 0
32, 5600, 4, -2, -1
33, 5775, 6, -3, -1
34, 5950, 2, -1, -1
35, 6125, 6, -3, -1
36, 6300, 2, -1, 0
37, 6475, 6, -3, 0
38, 6650, 4, -2, 0
39, 6825, 4, -2, -1
40, 7000, 2, -1, 0
41, 7175, 6, -3, 0
42, 7350, 2, -1, 0
43, 7525, 2, -1, 0
44, 7700, 2, -1, 0
45, 7875, 2, -1, 0
46, 8050, 4, -2, 0
47, 8225, 2, -1, 0
48, 8400, 2696, 1348, 0
49, 8575, 2, -1, -1
50, 8750, 0, 0, 0
51, 8925, 4, -2, -1
52, 9100, 2, 0, -1
53, 9275, 0, 0, 0
54, 9450, 2, -1, -1
55, 9625, 2, -1, 0
56, 9800, 2, -1, 0
57, 9975, 2, -1, -1
58, 10150, 2, -1, -1
59, 10325, 2, -1, 0
60, 10500, 0, 0, 0
61, 10675, 2, -1, 0
62, 10850, 4, -2, -1
63, 11025, 2, -1, -1
64, 11200, 0, 0, 0
65, 11375, 2, -1, 0
66, 11550, 0, 0, 0
67, 11725, 2, -1, -1
68, 11900, 2, -1, -1
69, 12075, 2, -1, 1
70, 12250, 2, -1, 1
71, 12425, 4, -2, 1
72, 12600, 4, -2, -1
73, 12775, 2, -1, 1
74, 12950, 0, 0, 0
75, 13125, 4, -2, 0
76, 13300, 4, -2, 0
77, 13475, 2, -1, 0
78, 13650, 2, -1, 0
79, 13825, 4, -2, -1
80, 14000, 2, -1, 0
81, 14175, 4, -2, 0
82, 14350, 2, -1, 1
83, 14525, 4, -2, 1
84, 14700, 4, -2, 1
85, 14875, 2, -1, 1
86, 15050, 4, -2, 0
87, 15225, 2, -1, 0
88, 15400, 4, -2, 1
89, 15575, 4, -2, 1
90, 15750, 2, -1, 0
91, 15925, 2, -1, 1
92, 16100, 2, -1, 1
93, 16275, 2, -1, 1
94, 16450, 4, -2, 1
95, 16625, 2, -1, 1
96, 16800, 2, -1, -1
97, 16975, 4, -2, 0
98, 17150, 2, -1, 0
99, 17325, 4, -2, 0
100, 17500, 4, -2, 1
101, 17675, 4, -2, 0
102, 17850, 4, -2, 1
103, 18025, 4, -2, -1
104, 18200, 2, -1, 1
105, 18375, 4, -2, 0
106, 18550, 2, -1, 1
107, 18725, 3996, 1998, 1
108, 18900, 2, -1, 0
109, 19075, 2, -1, 1
110, 19250, 4, -2, 1
111, 19425, 4, -2, 1
112, 19600, 2, 0, 1
113, 19775, 2, -1, 0
114, 19950, 0, 0, 0
115, 20125, 4, -2, 1
116, 20300, 2, 0, 1
117, 20475, 2, 0, 1
118, 20650, 2, -1, 1
119, 20825, 2, -1, 1
120, 21000, 2, -1, 1
121, 21175, 2, -1, 0
122, 21350, 2, 0, 1
123, 21525, 2, -1, 0
124, 21700, 0, 0, 0
125, 21875, 2, -1, 1
126, 22050, 2, -1, 1
127, 22225, 2, 0, 1
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。
如果大家在学习过程中遇到问题,希望有一个交流讨论的地方,欢迎加入:
点击链接加入群聊【物联网/嵌入式/单片机】:正在跳转
![5ef4b122577dacac6788d491ea1feabb.png](https://i-blog.csdnimg.cn/blog_migrate/77179ea8ee6ee849e25e54c725aac2cb.png)
相关资料:
物联网开发入门直播课 - 基于STM32讲解串口操作 - 创客学院直播室www.makeru.com.cn![5bce1cf27da8e9772b769e5a62cd3161.png](https://i-blog.csdnimg.cn/blog_migrate/a3c6a4437968823102d326298778aaa7.jpeg)