之前做课设的时候接触过FFT，看了一些资料，没整明白，现在做项目又用到FFT了，花了点时间整明白了。但此处的明白并非把FFT的原理啥的整明白了，只是明白在STM32上怎么用了。开发环境如下
- STM32F767IGT6
- Keil5.21
- Cube MX4.24
- arm_cortexM7lfdp_math.lib
- 正点原子阿波罗开发板
准备DSP库
打开下载的固件库，文件名为STM32Cube_FW_F7_V1.9.0，
Drivers文件夹下，CMISIS文件夹中包含上图所示文件夹，DSP_Lib和Lib是DSP库相关文件，其中DSP_Lib又包含两个文件夹，Examples和Source。
Examples 中的文件如下（这些是 ARM 官方提供的 DSP 实例）：
Source 中的文件如下（这些是 DSP库的源文件）：
源文件不需要添加到工程中，真正需要添加到工程中的是官方提供的DSP库，文件格式为.lib。库文件位于Lib文件夹中，有ARM和GCC两种开发环境的库，我们选择ARM。如图所示。
库文件有好多种，关于每种库文件的说明参见官方说明。 CMSIS DSP Software Library。该网站上有详细说明。如下图所示。
确定了用哪个库后，添加到工程中。我的工程是用CubeMX建的，因此添加DSP库的时候在软件中操作，勾选后自动添加，如图。
下图为DSP库已添加到工程中。
库添加到工程中，在需要用到库函数的文件中引用头文件，#include “arm_math.h”，即可调用所需函数。
函数说明
我用到的是实数FFT，即rfft。相关函数参见官方说明。
函数名中f32代表32位浮点数，q31代表32位定点数，q15代表16位定点数，q7代表8位定点数。
arm_rfft_fast_f32是FFT实现的主要函数，函数原型如下。
S是 arm_rfft_instance_f32 类型的结构体，p和pOut是输入和输出的缓冲区，ifftFlag是变换的标志位。
另外还有一个实现rfft的函数 arm_rfft_instance_f32，函数原型如下。
官方不推荐使用此函数。“Do not use this function. It has been superceded by arm_rfft_fast_f32 and will be removed in the future. ”
除了FFT函数之外，还要用到一个函数对arm_rfft_fast_f32中的参数S进行初始化，该函数为 arm_rfft_fast_init_f32，用于 初始化结构体S中的参数 ，函数原型如下。
另外一个重要的函数是arm_cmplx_mag_f32，计算频率的幅值。函数原型如下。
代码示例
include "DSP.h"
include "arm_math.h"
define NPT 1024 //1024点FFT
define Fs 5120 //采样频率 5120Hz 频率分辨率 5Hz
define PI2 6.28318530717959
float32_t testInput_f32[NPT];
float32_t testOutput_f32[NPT];
float32_t testOutput[NPT];
/*
*********************************************************************************************************
* 函 数 名: arm_rfft_fast_f32_app
* 功能说明: 调用函数arm_rfft_fast_f32计算1024点实数序列的幅频响应并跟使用函数arm_cfft_f32计算结果做对比
* 形 参：无
* 返 回 值: 无
*********************************************************************************************************
*/
void arm_rfft_fast_f32_app(void)
{
uint16_t i;
arm_rfft_fast_instance_f32 S;
/* 实数序列FFT长度 */
uint16_t fftSize = NPT;
/* 正变换 */
uint8_t ifftFlag = 0;
/* 初始化结构体S中的参数 */
arm_rfft_fast_init_f32(&S, fftSize);
/* 按照实部，虚部，实部，虚部..... 的顺序存储数据 */
for(i=0; i<1024; i++)
{
/*3种频率 50Hz 2500Hz 2550Hz */
testInput_f32
= 1000*arm_sin_f32(PI2*i*50.0/Fs) +
2000*arm_sin_f32(PI2*i*2500.0/Fs) +
3000*arm_sin_f32(PI2*i*2550.0/Fs);
}
/* 1024点实序列快速FFT */
arm_rfft_fast_f32(&S, testInput_f32, testOutput_f32, ifftFlag);
/* 为了方便跟函数arm_cfft_f32计算的结果做对比，这里求解了1024组模值，实际函数arm_rfft_fast_f32
只求解出了512组
*/
arm_cmplx_mag_f32(testOutput_f32, testOutput, fftSize);
/* 串口打印求解的模值 */
for(i=0; i
{
printf("%frn", testOutput);
}
}
结果
在单片机上运行，将串口助手接收到的数据保存到TXT文件，利用matlab进行分析。
对数据plot画图，结果如下
可以看出，FFT之后分析出包含信号的频率为50Hz，2500Hz，2550Hz，与生成信号 testInput_f32 = 1000*arm_sin_f32(PI2*i*50.0/Fs) + 2000*arm_sin_f32(PI2*i*2500.0/Fs) + 3000*arm_sin_f32(PI2*i*2550.0/Fs);
吻合。
之前做课设的时候接触过FFT，看了一些资料，没整明白，现在做项目又用到FFT了，花了点时间整明白了。但此处的明白并非把FFT的原理啥的整明白了，只是明白在STM32上怎么用了。开发环境如下
- STM32F767IGT6
- Keil5.21
- Cube MX4.24
- arm_cortexM7lfdp_math.lib
- 正点原子阿波罗开发板
准备DSP库
打开下载的固件库，文件名为STM32Cube_FW_F7_V1.9.0，
Drivers文件夹下，CMISIS文件夹中包含上图所示文件夹，DSP_Lib和Lib是DSP库相关文件，其中DSP_Lib又包含两个文件夹，Examples和Source。
Examples 中的文件如下（这些是 ARM 官方提供的 DSP 实例）：
Source 中的文件如下（这些是 DSP库的源文件）：
源文件不需要添加到工程中，真正需要添加到工程中的是官方提供的DSP库，文件格式为.lib。库文件位于Lib文件夹中，有ARM和GCC两种开发环境的库，我们选择ARM。如图所示。
库文件有好多种，关于每种库文件的说明参见官方说明。 CMSIS DSP Software Library。该网站上有详细说明。如下图所示。
确定了用哪个库后，添加到工程中。我的工程是用CubeMX建的，因此添加DSP库的时候在软件中操作，勾选后自动添加，如图。
下图为DSP库已添加到工程中。
库添加到工程中，在需要用到库函数的文件中引用头文件，#include “arm_math.h”，即可调用所需函数。
函数说明
我用到的是实数FFT，即rfft。相关函数参见官方说明。
函数名中f32代表32位浮点数，q31代表32位定点数，q15代表16位定点数，q7代表8位定点数。
arm_rfft_fast_f32是FFT实现的主要函数，函数原型如下。
S是 arm_rfft_instance_f32 类型的结构体，p和pOut是输入和输出的缓冲区，ifftFlag是变换的标志位。
另外还有一个实现rfft的函数 arm_rfft_instance_f32，函数原型如下。
官方不推荐使用此函数。“Do not use this function. It has been superceded by arm_rfft_fast_f32 and will be removed in the future. ”
除了FFT函数之外，还要用到一个函数对arm_rfft_fast_f32中的参数S进行初始化，该函数为 arm_rfft_fast_init_f32，用于 初始化结构体S中的参数 ，函数原型如下。
另外一个重要的函数是arm_cmplx_mag_f32，计算频率的幅值。函数原型如下。
代码示例
include "DSP.h"
include "arm_math.h"
define NPT 1024 //1024点FFT
define Fs 5120 //采样频率 5120Hz 频率分辨率 5Hz
define PI2 6.28318530717959
float32_t testInput_f32[NPT];
float32_t testOutput_f32[NPT];
float32_t testOutput[NPT];
/*
*********************************************************************************************************
* 函 数 名: arm_rfft_fast_f32_app
* 功能说明: 调用函数arm_rfft_fast_f32计算1024点实数序列的幅频响应并跟使用函数arm_cfft_f32计算结果做对比
* 形 参：无
* 返 回 值: 无
*********************************************************************************************************
*/
void arm_rfft_fast_f32_app(void)
{
uint16_t i;
arm_rfft_fast_instance_f32 S;
/* 实数序列FFT长度 */
uint16_t fftSize = NPT;
/* 正变换 */
uint8_t ifftFlag = 0;
/* 初始化结构体S中的参数 */
arm_rfft_fast_init_f32(&S, fftSize);
/* 按照实部，虚部，实部，虚部..... 的顺序存储数据 */
for(i=0; i<1024; i++)
{
/*3种频率 50Hz 2500Hz 2550Hz */
testInput_f32
= 1000*arm_sin_f32(PI2*i*50.0/Fs) +
2000*arm_sin_f32(PI2*i*2500.0/Fs) +
3000*arm_sin_f32(PI2*i*2550.0/Fs);
}
/* 1024点实序列快速FFT */
arm_rfft_fast_f32(&S, testInput_f32, testOutput_f32, ifftFlag);
/* 为了方便跟函数arm_cfft_f32计算的结果做对比，这里求解了1024组模值，实际函数arm_rfft_fast_f32
只求解出了512组
*/
arm_cmplx_mag_f32(testOutput_f32, testOutput, fftSize);
/* 串口打印求解的模值 */
for(i=0; i
{
printf("%frn", testOutput);
}
}
结果
在单片机上运行，将串口助手接收到的数据保存到TXT文件，利用matlab进行分析。
对数据plot画图，结果如下
可以看出，FFT之后分析出包含信号的频率为50Hz，2500Hz，2550Hz，与生成信号 testInput_f32 = 1000*arm_sin_f32(PI2*i*50.0/Fs) + 2000*arm_sin_f32(PI2*i*2500.0/Fs) + 3000*arm_sin_f32(PI2*i*2550.0/Fs);
吻合。
举报
