STM32上实现FFT算法精准测量正弦波信号的幅值、频率和相位差（标准库）

AI_Guru人工智能

于 2024-09-30 01:18:21 发布

阅读量923

点赞数 19

文章标签： stm32 算法嵌入式硬件

本文链接：https://blog.csdn.net/weixin_66608063/article/details/142646565

版权

在STM32微控制器上实现FFT算法，可以精准地测量正弦波信号的幅值、频率和相位差。FFT（快速傅里叶变换）是一种高效的算法，用于将信号从时域转换到频域，从而分析其频率成分。本文将详细介绍如何在STM32上使用标准库实现FFT算法，并提供相应的代码示例。

一、FFT算法原理

FFT算法的核心思想是将一个长度为N的离散序列的DFT（离散傅里叶变换）分解成若干个长度为N/2的子问题。通过递归地将原问题分解成规模更小的子问题，然后再合并子问题的结果，最终得到整个序列的DFT。FFT算法的时间复杂度为O(N log N)，相比传统的直接计算DFT的算法（时间复杂度为O(N^2)），FFT在处理大规模数据时具有明显的效率优势。

二、STM32硬件准备

为了在STM32上实现FFT算法，需要以下硬件：

STM32开发板（如STM32F407）
信号发生器（用于生成测试信号）
示波器（用于观察信号波形）

三、软件实现

3.1 初始化ADC和DMA

首先，需要配置STM32的ADC模块来采集模拟信号，并通过DMA将采集的数据传输到内存中。以下是一个简化的初始化代码示例：

#include "stm32f4xx_hal.h"

ADC_HandleTypeDef hadc1;
DMA_HandleTypeDef hdma_adc1;

void ADC_Init(void) {
    ADC_ChannelConfTypeDef sConfig = {0};
    
    __HAL_RCC_ADC1_CLK_ENABLE();
    __HAL_RCC_DMA2_CLK_ENABLE();
    
    hadc1.Instance = ADC1;
    hadc1.Init.ClockPrescaler = ADC_CLOCK_SYNC_PCLK_DIV4;
    hadc1.Init.Resolution = ADC_RESOLUTION_12B;
    hadc1.Init.ScanConvMode = DISABLE;
    hadc1.Init.ContinuousConvMode = ENABLE;
    hadc1.Init.DiscontinuousConvMode = DISABLE;
    hadc1.Init.ExternalTrigConvEdge = ADC_EXTERNALTRIGCONVEDGE_NONE;
    hadc1.Init.ExternalTrigConv = ADC_SOFTWARE_START;
    hadc1.Init.DataAlign = ADC_DATAALIGN_RIGHT;
    hadc1.Init.NbrOfConversion = 1;
    hadc1.Init.DMAContinuousRequests = ENABLE;
    hadc1.Init.EOCSelection = ADC_EOC_SINGLE_CONV;
    HAL_ADC_Init(&hadc1);
    
    sConfig.Channel = ADC_CHANNEL_1;
    sConfig.Rank = 1;
    sConfig.SamplingTime = ADC_SAMPLETIME_3CYCLES;
    HAL_ADC_ConfigChannel(&hadc1, &sConfig);
    
    __HAL_LINKDMA(&hadc1, DMA_Handle, hdma_adc1);
}

void DMA_Init(void) {
    hdma_adc1.Instance = DMA2_Stream0;
    hdma_adc1.Init.Channel = DMA_CHANNEL_0;
    hdma_adc1.Init.Direction = DMA_PERIPH_TO_MEMORY;
    hdma_adc1.Init.PeriphInc = DMA_PINC_DISABLE;
    hdma_adc1.Init.MemInc = DMA_MINC_ENABLE;
    hdma_adc1.Init.PeriphDataAlignment = DMA_PDATAALIGN_HALFWORD;
    hdma_adc1.Init.MemDataAlignment = DMA_MDATAALIGN_HALFWORD;
    hdma_adc1.Init.Mode = DMA_CIRCULAR;
    hdma_adc1.Init.Priority = DMA_PRIORITY_HIGH;
    hdma_adc1.Init.FIFOMode = DMA_FIFOMODE_DISABLE;
    HAL_DMA_Init(&hdma_adc1);
    
    __HAL_RCC_DMA2_CLK_ENABLE();
    HAL_DMA_Start_IT(&hdma_adc1, (uint32_t)&hadc1.Instance->DR, (uint32_t)&adc_buf[0], NPT);
}

int main(void) {
    HAL_Init();
    SystemClock_Config();
    ADC_Init();
    DMA_Init();
    HAL_ADC_Start_DMA(&hadc1, (uint32_t *)&adc_buf[0], NPT);
    
    while (1) {
        // FFT计算和处理
    }
}

3.2 FFT计算

在采集到足够的数据后，可以使用STM32的DSP库中的FFT函数进行计算。以下是一个简化的FFT计算代码示例：

#include "arm_math.h"

#define NPT 256 // 采样点数

float32_t adc_buf[NPT]; // ADC采样数据
float32_t fft_buf[NPT]; // FFT输入数据
float32_t fft_out[NPT/2]; // FFT输出数据

void FFT_Process(void) {
    arm_rfft_fast_instance_f32 fft_instance;
    arm_rfft_fast_init_f32(&fft_instance, NPT);
    
    for (int i = 0; i < NPT; i++) {
        fft_buf[i] = (float32_t)adc_buf[i];
    }
    
    arm_rfft_fast_f32(&fft_instance, fft_buf, fft_out, 0);
    
    // 计算幅值
    for (int i = 0; i < NPT/2; i++) {
        fft_out[i] = sqrt(fft_out[i] * fft_out[i] + fft_buf[i+NPT/2] * fft_buf[i+NPT/2]);
    }
}

3.3 计算幅值、频率和相位差

在得到FFT的输出后，可以计算信号的幅值、频率和相位差。以下是一个简化的计算代码示例：

#define SAMPLE_FREQ 100000 // 采样频率

float32_t Calculate_Frequency(float32_t amplitude) {
    return (SAMPLE_FREQ / NPT) * amplitude;
}

float32_t Calculate_Amplitude(float32_t frequency) {
    return NPT * frequency / SAMPLE_FREQ;
}

float32_t Calculate_Phase(float32_t real, float32_t imag) {
    return atan2(imag, real) * 180 / PI;
}