前些日子,由于需求在STM32F103系列处理器上,对收集的音频信号进行FFT,所以花了一些时刻来研讨怎么高效并准确的在STM32F103系列处理器上完成FFT。在网上找了许多这方面的材料做试验并进行比较,终究挑选了运用STM32供给的DSP库这种办法。
本文将以一个实例来介绍怎么运用STM32供给的DSP库函数进行FFT。
1.FFT运算功率
运用STM32官方供给的DSP库进行FFT,虽然在运用上有些不灵敏(由于它是基4的FFT,所以FFT的点数有必要是4^n),但其履行功率的确十分高效,看图1所示的FFT运算功率测试数据便可见一斑。该数据来自STM32DSP库运用文档。
图1FFT运算功率测试数据
由图1可见,在STM32F10x系列处理器上,假如运用72M的体系主频,进行64点的FFT运算,只是需求0.078ms罢了。假如是进行1024点的FFT运算,也才需求2.138ms。
2.怎么运用STM32供给的DSP库函数
2.1下载STM32的DSP库
咱们能够从网上查找下载得到STM32的DSP库,这儿供给一个下载的地址:
https://my.st.com/public/STe2ecommunities/mcu/Lists/cortex_mx_stm32/DispForm.aspx?ID=30831&RootFolder=%2fpublic%2fSTe2ecommunities%2fmcu%2fLists%2fcortex%5fmx%5fstm32%2fSTM32F10x%20DSP%20library%2c%20where%20is%20it
2.2增加DSP库到自己的工程项目中
下载得到STM32的DSP库之后,就能够将其增加到自己的工程项目中了。
其间,inc文件夹下的stm32_dsp.h和table_fft.h两个文件是有必要增加的。stm32_dsp.h是STM32的DSP库的头文件。
src文件夹下的文件能够有挑选的增加(用到那个增加那个即可)。由于我只用到了256点的FFT,所以这儿我只增加了cr4_fft_256_stm32.s文件。增加完成后的项目结构如图2所示。
图2项目结构
2.3模仿采样数据
依据采样定理,采样频率有必要是被采样信号最高频率的2倍。这儿,我要收集的是音频信号,音频信号的频率规模是20Hz到20KHz,所以我运用的选用频率是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运算成果的正确性,这儿我模仿了一组采样数据,并将该采样数据寄存到了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?是由于后边要调用STM32的DSP库函数,需求传入的参数规则了有必要是这样的数据格式。
下面是详细的完成代码:
1 /******************************************************************2 函数称号:InitBufInArray()3 函数功用:模仿采样数据,采样数据中包括3种频率正弦波(350Hz,8400Hz,18725Hz)4 参数阐明:5 备 注:在lBufInArray数组中,每个数据的高16位存储采样数据的实部,6 低16位存储采样数据的虚部(总是为0)7 作 者:博客园 仍旧漠然(http://www.cnblogs.com/menlsh/)8 *******************************************************************/9 void InitBufInArray()10 {11 unsigned short i;12 float fx;13 for(i=0; i
其间,NPT是采样点数256,PI2是2π(即6.28318530717959),Fs是采样频率44800。能够看到采样数据中包括了3种频率的正弦波,别离为350Hz,8400Hz和18725Hz。
2.4调用DSP库函数进行FFT
进行256点的FFT,只需求调用STM32DSP库函数中的cr4_fft_256_stm32()函数即可。该函数的原型为:
voidcr4_fft_256_stm32(void*pssOUT,void*pssIN,uint16_tNbin);
其间,参数pssOUT表明FFT输出数组指针,参数pssIN表明要进行FFT运算的输入数组指针,参数Nbin表明了点数。至于该函数的详细完成,由于是用汇编语言编写的,我也不明白,这儿就不妄谈了。
下面是详细的调用实例:
cr4_fft_256_stm32(lBufOutArray,lBufInArray,NPT);
其间,参数lBufOutArray同样是一个long类型的数组,参数lBufInArray便是寄存模仿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数组中就寄存了进行FFT运算之后的成果数据。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核算各次谐波幅值
得到FFT运算之后的成果数据之后,就能够核算各次谐波的幅值了。
下面是详细的完成代码:
1 /******************************************************************2 函数称号:GetPowerMag()3 函数功用:核算各次谐波幅值4 参数阐明:5 备 注:先将lBufOutArray分解成实部(X)和虚部(Y),然后核算幅值(sqrt(X*X+Y*Y)6 作 者:博客园 仍旧漠然(http://www.cnblogs.com/menlsh/)7 *******************************************************************/8 void GetPowerMag()9 {10 signed short lX,lY;11 float X,Y,Mag;12 unsigned short i;13 for(i=0; i> 16;16 lY = (lBufOutArray[i] >> 16);17 X = NPT * ((float)lX) / 32768;18 Y = NPT * ((float)lY) / 32768;19 Mag = sqrt(X * X + Y * Y) / NPT;20 if(i == 0)21 lBufMagArray[i] = (unsigned long)(Mag * 32768);22 else23 lBufMagArray[i] = (unsigned long)(Mag * 65536);24 }25 }
其间,数组lBufMagArray存储了各次谐波的幅值。
2.6试验成果
经过串口,咱们能够将lBufMagArray数组中各次谐波的幅值(即各个频率重量的幅值)输出打印出来,详细试验数据如下所示:
i, P, Mag, X, Y0, 0, 4, 0, -41, 175, 14, -6, -42, 350, 1492, 746, -33, 525, 11, -5, -34, 700, 8, -3, -35, 875, 8, -4, -26, 1050, 6, -3, 07, 1225, 6, -3, 08, 1400, 8, -4, -29, 1575, 8, -4, 010, 1750, 4, -2, 011, 1925, 8, -4, -112, 2100, 6, -3, 013, 2275, 5, -2, -214, 2450, 6, -3, -115, 2625, 8, -3, -316, 2800, 4, -2, 017, 2975, 6, -3, -118, 3150, 6, -3, 019, 3325, 6, -3, 020, 3500, 2, -1, 021, 3675, 4, -2, 022, 3850, 4, -2, 023, 4025, 4, -2, 024, 4200, 6, -3, 025, 4375, 6, -3, 026, 4550, 4, -2, 027, 4725, 6, -3, 028, 4900, 2, -1, 029, 5075, 4, -2, -130, 5250, 4, -2, 031, 5425, 2, -1, 032, 5600, 4, -2, -133, 5775, 6, -3, -134, 5950, 2, -1, -135, 6125, 6, -3, -136, 6300, 2, -1, 037, 6475, 6, -3, 038, 6650, 4, -2, 039, 6825, 4, -2, -140, 7000, 2, -1, 041, 7175, 6, -3, 042, 7350, 2, -1, 043, 7525, 2, -1, 044, 7700, 2, -1, 045, 7875, 2, -1, 046, 8050, 4, -2, 047, 8225, 2, -1, 048, 8400, 2696, 1348, 049, 8575, 2, -1, -150, 8750, 0, 0, 051, 8925, 4, -2, -152, 9100, 2, 0, -153, 9275, 0, 0, 054, 9450, 2, -1, -155, 9625, 2, -1, 056, 9800, 2, -1, 057, 9975, 2, -1, -158, 10150, 2, -1, -159, 10325, 2, -1, 060, 10500, 0, 0, 061, 10675, 2, -1, 062, 10850, 4, -2, -163, 11025, 2, -1, -164, 11200, 0, 0, 065, 11375, 2, -1, 066, 11550, 0, 0, 067, 11725, 2, -1, -168, 11900, 2, -1, -169, 12075, 2, -1, 170, 12250, 2, -1, 171, 12425, 4, -2, 172, 12600, 4, -2, -173, 12775, 2, -1, 174, 12950, 0, 0, 075, 13125, 4, -2, 076, 13300, 4, -2, 077, 13475, 2, -1, 078, 13650, 2, -1, 079, 13825, 4, -2, -180, 14000, 2, -1, 081, 14175, 4, -2, 082, 14350, 2, -1, 183, 14525, 4, -2, 184, 14700, 4, -2, 185, 14875, 2, -1, 186, 15050, 4, -2, 087, 15225, 2, -1, 088, 15400, 4, -2, 189, 15575, 4, -2, 190, 15750, 2, -1, 091, 15925, 2, -1, 192, 16100, 2, -1, 193, 16275, 2, -1, 194, 16450, 4, -2, 195, 16625, 2, -1, 196, 16800, 2, -1, -197, 16975, 4, -2, 098, 17150, 2, -1, 099, 17325, 4, -2, 0100, 17500, 4, -2, 1101, 17675, 4, -2, 0102, 17850, 4, -2, 1103, 18025, 4, -2, -1104, 18200, 2, -1, 1105, 18375, 4, -2, 0106, 18550, 2, -1, 1107, 18725, 3996, 1998, 1108, 18900, 2, -1, 0109, 19075, 2, -1, 1110, 19250, 4, -2, 1111, 19425, 4, -2, 1112, 19600, 2, 0, 1113, 19775, 2, -1, 0114, 19950, 0, 0, 0115, 20125, 4, -2, 1116, 20300, 2, 0, 1117, 20475, 2, 0, 1118, 20650, 2, -1, 1119, 20825, 2, -1, 1120, 21000, 2, -1, 1121, 21175, 2, -1, 0122, 21350, 2, 0, 1123, 21525, 2, -1, 0124, 21700, 0, 0, 0125, 21875, 2, -1, 1126, 22050, 2, -1, 1127, 22225, 2, 0, 1
在以上的试验数据中,咱们别离打印出来了点数、频率、幅值、实部、虚部信息。
由以上的试验数据,咱们能够看出,在频率为350Hz,8400Hz和18725Hz时,幅值呈现峰值,别离为1492、2696和3996,这与咱们所预期的成果正好相符,然后验证了试验成果的正确性。