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 It has been superceded by arm_rfft_fast_f32 and will be removed in the future.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

1. include "DSP.h"
   
2. include "arm_math.h"
   
3. define NPT  1024  //1024点FFT
   
4. define Fs 5120  //采样频率 5120Hz 频率分辨率 5Hz
   
5. define PI2 6.28318530717959
   
6. float32_t  testInput_f32[NPT];
   
7. float32_t  testOutput_f32[NPT];
   
8. float32_t  testOutput[NPT];
   
9. 
   
10. /*
    
11. *********************************************************************************************************
    
12. *  函 数 名: arm_rfft_fast_f32_app
    
13. *  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
    
14. *  形    参：无
    
15. *  返 回 值: 无
    
16. *********************************************************************************************************
    
17. */
    
18. void arm_rfft_fast_f32_app(void)
    
19. {
    
20.   uint16_t i;
    
21.   arm_rfft_fast_instance_f32 S;
    
22. 
    
23.   /* 实数序列FFT长度 */
    
24.   uint16_t fftSize = NPT;  
    
25.   /* 正变换 */
    
26.     uint8_t ifftFlag = 0;  
    
27. 
    
28.   /* 初始化结构体S中的参数 */
    
29.    arm_rfft_fast_init_f32(&S, fftSize);
    
30. 
    
31.     /* 按照实部，虚部，实部，虚部..... 的顺序存储数据 */
    
32.   for(i=0; i<1024; i++)
    
33.   {
    
34.     /*3种频率 50Hz 2500Hz 2550Hz */
    
35.     testInput_f32<i> = 1000*arm_sin_f32(PI2*i*50.0/Fs) +
    
36.                </i>2000*arm_sin_f32(PI2*i*2500.0/Fs)  +
    
37.                3000*arm_sin_f32(PI2*i*2550.0/Fs);
    
38.   }
    
39. 
    
40.   /* 1024点实序列快速FFT */  
    
41.   arm_rfft_fast_f32(&S, testInput_f32, testOutput_f32, ifftFlag);
    
42. 
    
43.   /* 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
    
44.      只求解出了512组   
    
45.   */  
    
46.    arm_cmplx_mag_f32(testOutput_f32, testOutput, fftSize);
    
47. 
    
48.   /* 串口打印求解的模值 */
    
49.   for(i=0; i<fftSize/2; i++)
    
50.   {
    
51.     printf("%f\r\n", testOutput);
    
52.   }
    
53. }

复制代码

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);