第28章 ST官方汇编FFT库应用

28.1.2 汇编库的移植

    这个汇编库的移植比较简单，用户需要从网上搜索STM32F10x_DSP_Lib_V2.0.0（官网没有找到这个软件包，所以需要用户在百度或者谷歌上搜索下）。下载后解压，在路径：STMicroelectronicsSTM32F10x_DSP_Lib_V2.0.0LibrariesSTM32F10x_DSP_Libsrcasmarm下会看到如下文件：
    上面的是源文件，使用源文件还需要添加相应的头文件，头文件在路径：STMicroelectronicsSTM32F10x_DSP_Lib_V2.0.0LibrariesSTM32F10x_DSP_Libinc下，文件如下所示：
    具备这几个文件就可以移植使用了，移植非常简单，把源文件的三个FFT库和两个头文件添加上即可，添加后效果如下（记得添加头文件的路径）：
    相应文件添加后还有最重要一条，要把stm32_dsp.h文件中的STM32F1头文件换成STM32F4的头文件：
    经过上面的操作，汇编FFT库的移植就完成了。

28.2 函数cr4_fft_1024_stm32的使用

    cr4_fft_1024_stm32用于实现1024点数据的FFT计算。下面通过在开发板上运行这个函数并计算幅频相应，然后再与Matlab计算的结果做对比。
复制代码
uint32_t input[1024], output[1024], Mag[1024]; /* 输入，输出和幅值 */
/*
*********************************************************************************************************
*    函 数 名: PowerMag
*    功能说明: 求模值
*    形    参：_usFFTPoints  FFT点数
*    返 回 值: 无
*********************************************************************************************************
*/
void PowerMag(uint16_t _usFFTPoints)
{
int16_t lX,lY;
uint16_t i;
float32_t mag;
/* 计算幅值 */
for (i=0; i < _usFFTPoints; i++)
{
      lX= (output[i]<<16)>>16;          /* 实部*/
lY= (output[i]>> 16);             /* 虚部 */   
mag = __sqrtf(lX*lX+ lY*lY);      /* 求模 */
Mag[i]= mag*2;                    /* 求模后乘以2才是实际模值，直流分量不需要乘2 */
}
   
/* 由于上面多乘了2，所以这里直流分量要除以2 */
Mag[0] = Mag[0]>>1;
}
/*
*********************************************************************************************************
*    函 数 名: DSP_FFT1024
*    功能说明: 1024点FFT实现
*    形    参：无
*    返 回 值: 无
*********************************************************************************************************
*/
void DSP_FFT1024(void)
{
uint16_t i;
/* 获得1024个采样点 */
for (i = 0; i < 1024; i++)
{
input[i] = 0;
/* 波形是由直流分量，50Hz正弦波和20Hz正弦波组成，波形采样率1KHz */
input[i] = 1024 + 1024*sin(2*3.1415926f*50*i/1000) + 512*sin(2*3.1415926f*20*i/1000) ;
}
/* 计算1024点FFT
   output：输出结果，高16位是虚部，低16位是实部。
   input ：输入数据，高16位是虚部，低16位是实部。
   第三个参数必须是1024。
*/
cr4_fft_1024_stm32(output, input, 1024);
/* 求幅值 */
PowerMag(1024);
/* 打印输出结果 */
for (i = 0; i < 1024; i++)
{
printf("%drn", Mag[i]);
}
}

运行函数DSP_FFT1024可以通过串口打印出计算的模值，下面我们就通过Matlab计算的模值跟cr4_fft_1024_stm32计算的模值做对比。
    对比前需要先将串口打印出的数据加载到Matlab中，并给这个数组起名sampledata，加载方法在前面的教程中已经讲解过，这里不做赘述了。Matlab中运行的代码如下：
Fs = 1000;                  % 采样率
N  = 1024;           % 采样点数
n  = 0:N-1;           % 采样序列
t  = 0:1/Fs:1-1/Fs;     % 时间序列
f = n * Fs / N;          %真实的频率

%波形是由直流分量，50Hz正弦波和20Hz正弦波组成
x = 1024 + 1024*sin(2*pi*50*t) + 512*sin(2*pi*20*t)  ;  
y = fft(x, N);               %对原始信号做FFT变换

subplot(2,1,1);
Mag = abs(y)*2/N;         %求FFT转换结果的模值
plot(f, Mag);               %绘制幅频相应曲线
title('Matlab计算结果');
xlabel('频率');
ylabel('幅度');

subplot(2,1,2);
plot(f, sampledata);   %绘制STM32计算的幅频相应
title('STM32计算结果');
xlabel('频率');
ylabel('幅度');
运行Matlab后的输出结果如下：

从上面的对比结果中可以看出，Matlb和函数cr4_fft_1024_stm32计算的结果基本是一直的，但是函数cr4_fft_1024_stm32计算的结果频谱泄露稍严重些（具体情况要具体分析）。

28.3 函数cr4_fft_256_stm32的使用


    cr4_fft_256_stm32和cr4_fft_1024_stm32的用法是一样的，下面通过一个实例进行说明：
复制代码
/*
*********************************************************************************************************
*    函 数 名: DSP_FFT256
*    功能说明: 256点FFT实现
*    形    参：无
*    返 回 值: 无
*********************************************************************************************************
*/
void DSP_FFT256(void)
{
uint16_t i;
/* 获得256个采样点 */
for (i = 0; i < 256; i++)
{
input[i] = 0;
/* 波形是由直流分量，50Hz正弦波和20Hz正弦波组成，波形采样率200Hz */
input[i] = 1024 + 1024*sin(2*3.1415926f*50*i/200) + 512*sin(2*3.1415926f*20*i/200) ;
}
/* 计算256点FFT
   output：输出结果，高16位是虚部，低16位是实部。
   input ：输入数据，高16位是虚部，低16位是实部。
   第三个参数必须是1024。
*/
cr4_fft_256_stm32(output, input, 256);
/* 求幅值 */
PowerMag(256);
/* 打印输出结果 */
for (i = 0; i < 256; i++)
{
printf("%drn", Mag[i]);
}
}

运行函数DSP_FFT256可以通过串口打印出计算的模值，下面我们就通过Matlab计算的模值跟cr4_fft_256_stm32计算的模值做对比。
    对比前需要先将串口打印出的数据加载到Matlab中，并给这个数组起名sampledata， Matlab中运行的代码如下：
Fs = 200;              % 采样率
N  = 256;             % 采样点数
n  = 0:N-1;           % 采样序列
t  = 0:1/Fs:1-1/Fs;     % 时间序列
f = n * Fs / N;          %真实的频率

%波形是由直流分量，50Hz正弦波和20Hz正弦波组成
x = 1024 + 1024*sin(2*pi*50*t) + 512*sin(2*pi*20*t)  ;  
y = fft(x, N);          %对原始信号做FFT变换

subplot(2,1,1);
Mag = abs(y)*2/N;    %求FFT转换结果的模值
plot(f, Mag);          %绘制幅频相应曲线
title('Matlab计算结果');
xlabel('频率');
ylabel('幅度');

subplot(2,1,2);
plot(f, sampledata);   %绘制STM32计算的幅频相应
title('STM32计算结果');
xlabel('频率');
ylabel('幅度');
    运行Matlab后的输出结果如下：

    从上面的对比结果中可以看出，Matlb和函数cr4_fft_1024_stm32计算的结果基本是一直的，但是函数cr4_fft_1024_stm32计算
正弦波中心频率更好些，左右两边的频谱泄露较少，但由于计算的点数较少，Matlb和函数cr4_fft_1024_stm32的效果都比较一般。

28.4 函数cr4_fft_64_stm32的使用


    cr4_fft_256_stm32和cr4_fft_1024_stm32的用法是一样的，下面通过一个实例进行说明：
复制代码
/*
*********************************************************************************************************
*    函 数 名: DSP_FFT64
*    功能说明: 64点FFT实现
*    形    参：无
*    返 回 值: 无
*********************************************************************************************************
*/
void DSP_FFT64(void)
{
uint16_t i;
/* 获得64个采样点 */
for (i = 0; i < 64; i++)
{
input[i] = 0;
/* 波形是由直流分量，5Hz正弦波和10Hz正弦波组成，波形采样率60Hz */
input[i] = 1024 + 1024*sin(2*3.1415926f*5*i/60) + 512*sin(2*3.1415926f*10*i/60) ;
}
/* 计算64点FFT
   output：输出结果，高16位是虚部，低16位是实部。
   input ：输入数据，高16位是虚部，低16位是实部。
   第三个参数必须是1024。
*/
cr4_fft_64_stm32(output, input, 64);
/* 求幅值 */
PowerMag(64);
/* 打印输出结果 */
for (i = 0; i < 64; i++)
{
printf("%drn", Mag[i]);
}
}

运行函数DSP_FFT64可以通过串口打印出计算的模值，下面我们就通过Matlab计算的模值跟cr4_fft_64_stm32计算的模值做对比。
    对比前需要先将串口打印出的数据加载到Matlab中，并给这个数组起名sampledata，Matlab中运行的代码如下：
Fs = 60;               % 采样率
N  = 64;              % 采样点数
n  = 0:N-1;           % 采样序列
t  = 0:1/Fs:1-1/Fs;     % 时间序列
f = n * Fs / N;          % 真实的频率

%波形是由直流分量，5Hz正弦波和10Hz正弦波组成
x = 1024 + 1024*sin(2*pi*5*t) + 512*sin(2*pi*10*t)  ;  
y = fft(x, N);                  %对原始信号做FFT变换

subplot(2,1,1);
Mag = abs(y)*2/N;    %求FFT转换结果的模值
plot(f, Mag);          %绘制幅频相应曲线
title('Matlab计算结果');
xlabel('频率');
ylabel('幅度');

subplot(2,1,2);
plot(f, sampledata);   %绘制STM32计算的幅频相应
title('STM32计算结果');
xlabel('频率');
ylabel('幅度');
运行Matlab后的输出结果如下：

从上面的对比结果中可以看出，Matlb和函数cr4_fft_64_stm32计算的结果基本是一直的，但是计算的效果都比较差，主要是因为采样点数太少。

28.5 汇编FFT的相频响应求解


    特别说明：这里相频响应求解暂时有问题（与Matlab求解的结果不一致），但是也把这个求解过程
列出来作为大家的参考。
    相频响应代码求解如下：
复制代码
/*
*********************************************************************************************************
*    函 数 名: Power_Phase_Radians
*    功能说明: 求相位
*    形    参：_usFFTPoints  FFT点数
*    返 回 值: 无
*********************************************************************************************************
*/
void Power_Phase_Radians(uint16_t _usFFTPoints)
{
int16_t lX, lY;
uint16_t i;
float32_t phase;
for (i=0; i <_usFFTPoints; i++)
{
lX= (output[i]<<16)>>16;  /* 实部 */
lY= (output[i] >> 16);    /* 虚部 */
      phase = atan2(lY, lX);    /* atan2求解的结果范围是(-pi, pi], 弧度制 */
  
Phase[i] = phase* 180.0f/3.1415926f;  /* 将求解的结果由弧度转换为角度 */
}
}
/*
*********************************************************************************************************
*    函 数 名: DSP_FFTPhase
*    功能说明: 1024点FFT的相位求解
*    形    参：无
*    返 回 值: 无
*********************************************************************************************************
*/
void DSP_FFTPhase(void)
{
uint16_t i;
/* 获得1024个采样点 */
for (i = 0; i < 1024; i++)
{
input[i] = 0;
/* 波形是由直流分量，50Hz正弦波组成，波形采样率1KHz */
input[i] = 1024 + 1024*sin(2*3.1415926f*50*i/1000 + 3.1415926f/3);
}
/* 计算1024点FFT
   output：输出结果，高16位是虚部，低16位是实部。
   input ：输入数据，高16位是虚部，低16位是实部。
   第三个参数必须是1024。
*/
cr4_fft_1024_stm32(output, input, 1024);
/* 求相频 */
Power_Phase_Radians(1024);
/* 打印输出结果 */
for (i = 0; i < 1024; i++)
{
printf("%frn", Phase[i]);
}
}

运行函数DSP_FFTPhase可以通过串口打印出计算的相位，下面我们就通过Matlab计算的相位跟cr4_fft_1024_stm32计算的相位做对比。
    对比前需要先将串口打印出的数据加载到Matlab中，并给这个数组起名sampledata，Matlab中运行的代码如下：
Fs = 1000;             % 采样率
N  = 1024;           % 采样点数
n  = 0:N-1;           % 采样序列
t  = 0:1/Fs:1-1/Fs;     % 时间序列
f = n * Fs / N;          %真实的频率

%波形是由直流分量，50Hz正弦波正弦波组成
x = 1024 + 1024*sin(2*pi*50*t + pi/3)   ;  
y = fft(x, N);               %对原始信号做FFT变换

subplot(2,1,1);
realvalue = real(y);
imagvalue = imag(y);
plot(f, atan2(imagvalue, realvalue)*180/pi);
title('Matlab计算结果');
xlabel('频率');
ylabel('幅度');

subplot(2,1,2);
plot(f, sampledata);   %绘制STM32计算的幅频相应
title('STM32计算结果');
xlabel('频率');
ylabel('幅度');

    Matlab运行结果如下：
    从上面的运行结果来了，两者所得结果差距较大。有待后面进一步研究。

28.6总结
本章节主要讲解了汇编FFT的1024点，256点和64点使用方法，有兴趣的可以深入了解汇编代码的实现。

分享完成，，，，，，，，，，，，，