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:
- /******************************************************************
- 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
- {
- 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;
- }
- }
复制代码
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:
- /******************************************************************
- 函数名称:GetPowerMag()
- 函数功能:计算各次谐波幅值
- 参数说明:
- 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)
- 作 者:博客园 依旧淡然(http://www.cnblogs.com/menlsh/)
- *******************************************************************/
- void GetPowerMag()
- {
- signed short lX,lY;
- float X,Y,Mag;
- unsigned short i;
- for(i=0; i
- {
- lX = (lBufOutArray[i] << 16) >> 16;
- lY = (lBufOutArray[i] >> 16);
- X = NPT * ((float)lX) / 32768;
- Y = NPT * ((float)lY) / 32768;
- Mag = sqrt(X * X + Y * Y) / NPT;
- if(i == 0)
- lBufMagArray[i] = (unsigned long)(Mag * 32768);
- else
- lBufMagArray[i] = (unsigned long)(Mag * 65536);
- }
- }
复制代码
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
复制代码
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。
5
评分
-
查看全部评分
|
|
|
|