前言

在BLDC控制算法中需要频繁进行三角函数运算，通常的做法是查表法，但是查表法精度受限于表格大小，表格越大颗粒度越小精度越小，但是需要存储越多，所以精度一般。

ACM32F40正是应BLDC控制而生，具备硬件算数加速，支持24 位 CORDIC 旋转引擎,支持 sin/cos/atan2 函数，非常适合这类应用。

代码

HAL_FAU_20210325.lib

HAL_FAU.h

HAL_CORDIC_CosSin_1~HAL_CORDIC_CosSin_8

其中输入参数:以弧度为单位的角度值(除以p ,Q31 格式)

输出参数:cos和sin的值(范围[-1,1],Q31 格式)

HAL_CORDIC_AtanSqrt_1~HAL_CORDIC_AtanSqrt_8

输入参数x 方向坐标值(如果|x|>1,那么必须对其进行缩放以使其范围在[-1,1]，Q31 格式)

输入参数y 方向坐标值(如果|y|>1,那么必须对其进行缩放以使其范围在[-1,1]，Q31 格式)

输出参数xy 代表向量的长度(Q31 格式)

输出参数xy 代表向量的角度(Q31 格式)

8个函数分别对应1~8级精度

Q31 格式中，数字由1 个符号位和31 个二进制小数位表示，因此数字范围是- 1(0x80000000)到1-2 ^31(0x7FFFFFFF) 。

例如0.5 转换成Q31 格式为：0.5* 2^31=1073741824=0x40000000

简单理解就是左移31位放大2^31。

测试

以最高精度函数

HAL_CORDIC_CosSin_8

和ARM DSP的库

void arm_sin_cos_q31(

q31_t theta,

q31_t * pSinVal,

q31_t * pCosVal);

函数进行对比。

进行4组测试数据测试，没组测试数据测试10000000万次。

测试

基于\ModulesDemo\FAU\demo工程

代码如下

/***********************************************************************
 * All rights reserved.

 * Filename    : app.c
 * Description : function demo
 * Author(s)   : eric   
 * version     : 1.0
 * Modify date : 2015-02-02
 ***********************************************************************/

#include  "app.h"  
#include  "stdlib.h"
#include  "math.h"
#include "arm_math.h"

extern unsigned int gu32_SystemCount;
void armdsp_cossin_test(unsigned int num)
{
	int i;
	int cos_value,sin_value;
	const int angle_test_data[4] = {0x85b05b00,0xc05b05c0,0xf05b05b0,0x405b0580};
	const int cossin8_expect[8]={0x813ee530,0xee2f9460,0x011df430,0x80013f40,0x76adf5a0,0xd00ce370,0xfee20de0,0x7ffec0b0};

	int flag=0;
	unsigned int t0 = gu32_SystemCount;
	unsigned int t1;
	for(i=0;i<10000000;i++)
	{
		arm_sin_cos_q31(angle_test_data[num], &sin_value,&cos_value);
		//if(cos_value!=cossin8_expect[i<<1])
		//{
		//	printf("cos error 8: %d cos_value is 0x%.08x\r\n",i,cos_value);
		//	flag=1;
		//}
		//if(sin_value!=cossin8_expect[(i<<1)+1])
		//{
		//	printf("sin error 8: %d sin_value is 0x%.08x\r\n",i,sin_value);
		//	flag=1;
		//}
	}		
	t1 = gu32_SystemCount;
	//if(flag)
	//{
	//	flag = 0;
	//	printf("cos/sin test error\n");
	//}
	//else
	//{
	//	printf("cos/sin test success\n");
	//}

	printf("armdsp:\t%8d mS %#-8x,%#-8x,%#-8x,\r\n",t1-t0,angle_test_data[num],cos_value,sin_value);
}

void	cordic_cossin_test(unsigned int num)
{
	int i;
	int cos_value,sin_value;
	const int angle_test_data[4] = {0x85b05b00,0xc05b05c0,0xf05b05b0,0x405b0580};
	const int cossin8_expect[8]={0x813ee530,0xee2f9460,0x011df430,0x80013f40,0x76adf5a0,0xd00ce370,0xfee20de0,0x7ffec0b0};

	int flag=0;
	unsigned int t0 = gu32_SystemCount;
	unsigned int t1;
	for(i=0;i<10000000;i++)
	{
		HAL_CORDIC_CosSin_8(angle_test_data[num],&cos_value, &sin_value);
		//if(cos_value!=cossin8_expect[i<<1])
		//{
		//	printf("cos error 8: %d cos_value is 0x%.08x\r\n",i,cos_value);
		//	flag=1;
		//}
		//if(sin_value!=cossin8_expect[(i<<1)+1])
		//{
		//	printf("sin error 8: %d sin_value is 0x%.08x\r\n",i,sin_value);
		//	flag=1;
		//}
	}		
	t1 = gu32_SystemCount;
	//if(flag)
	//{
	//	flag = 0;
	//	printf("cos/sin test error\n");
	//}
	//else
	//{
	//	printf("cos/sin test success\n");
	//}
	printf("fau:\t%8d mS %#-8x,%#-8x,%#-8x,\r\n",t1-t0,angle_test_data[num],cos_value,sin_value);
}

void cordic_test(void)
{
	for(int i=0;i<4;i++)
	{
		printf("\r\n\r\ntest case %d\r\n",i+1);
		cordic_cossin_test(i);
		armdsp_cossin_test(i);
	}
}

测试结果如下

可以看到两者有一点差异待确认

从计算时间来看硬件加速只有armdsp库运算时间的1/4左右，所以提升非常明显。

总结

FAU 硬件加速算法库为BLDC控制算法而生，速度提升非常明显，非常适合BLDC控制等需要频繁三角运算的场景。