你的浏览器版本过低,可能导致网站不能正常访问!
为了你能正常使用网站功能,请使用这些浏览器。

【原创】【安富莱——DSP教程】第32章 实数FFT的实现

[复制链接]
baiyongbin2009 发布时间:2015-4-17 10:26
特别说明:完整45期数字信号处理教程,原创高性能示波器代码全开源地址:链接
7 y) u4 W7 ^0 p6 f
第32章 实数FFT的实现

" A6 ]( c6 g8 ]' L* h
    本章主要讲解实数的浮点和定点Q31,Q15的实现。关于这部分的知识点和函数的计算结果上,官方的文档有一些小错误,在章节中会跟大家详细讲述,还有一个要注意的问题,调用实数FFT函数一定要使用CMSIS-DSP V1.4.4及其以上版本,以前的版本有bug。
    本章节使用的复数FFT函数来自ARM官方库的TransformFunctions部分
    32.1 复数FFT
    32.2 复数FFT-基2算法
    32.3 复数FFT-基4算法
    32.4 总结
( U# W, O9 N, q( E6 e6 h' q# M

2 e( t, O4 _- r8 u: l% P32.1 实数FFT% K# Y2 `4 o, @
32.1.1 描述
    CMSIS DSP库里面包含一个专门用于计算实数序列的FFT库,很多情况下,用户只需要计算实数序列即可。计算同样点数FFT的实数序列要比计算同样点数的虚数序列有速度上的优势。
    快速的rfft算法是基于混合基cfft算法实现的。
    一个N点的实数序列FFT正变换采用下面的步骤实现:
32.1.png
    由上面的框图可以看出,实数序列的FFT是先计算N/2个实数的CFFT,然后再重塑数据进行处理从而获得半个FFT频谱即可(利用了FFT变换后频谱的对称性)。
    一个N点的实数序列FFT逆变换采用下面的步骤实现:
32.2.png
    实数FFT支持浮点,Q31和Q15三种数据类型。

% [$ a5 ~  X* @& N. i
32.2 实数FFT
1 h4 Z$ r+ M+ ]* {1 t3 l
32.2.1 arm_rfft_fast_f32
函数定义如下:
    void arm_rfft_fast_f32(
      arm_rfft_fast_instance_f32 * S,
      float32_t * p, float32_t * pOut,
      uint8_t ifftFlag)
参数定义:
     [in]  *S          points to an arm_rfft_fast_instance_f32 structure.
     [in]  *p          points to the input buffer.
     [in]  *pOut      points to the output buffer.
     [in]  ifftFlag     RFFT if flag is 0, RIFFT if flag is 1
注意事项:
结构arm_rfft_fast_instance_f32的定义如下(在文件arm_math.h文件):
      typedef struct
      {
          arm_cfft_instance_f32 Sint;      /**< Internal CFFT structure. */
          uint16_t fftLenRFFT;            /**< length of the real sequence */
      float32_t * pTwiddleRFFT;           /**< Twiddle factors real stage  */
      } arm_rfft_fast_instance_f32 ;
+ ^1 p! h1 P  [* o( }3 f: V; K
    下面通过在开发板上运行函数arm_rfft_fast_f32和arm_cfft_f32计算幅频响应,然后将相应的频率响应结果在Matlab上面绘制出来。
  1. /*
    - `% _8 }: ^3 d' z4 b
  2. *********************************************************************************************************5 W# K0 X8 c; v
  3. *        函 数 名: arm_rfft_fast_f32_app& G+ p3 U2 Y7 c& K2 ^( C0 y% f
  4. *        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& a. K; E) u( J$ o$ r0 ~  Q' X
  5. *        形    参:无
    & ]* Z$ ~: D( c: B
  6. *        返 回 值: 无
    ! W3 @2 f( X2 ~3 ~2 E& B$ F
  7. *********************************************************************************************************
    3 w+ ~% N7 k0 c, o
  8. */4 y: ~& [$ c# S  V) E4 J) j3 r
  9. static void arm_rfft_fast_f32_app(void)
    ) I+ ?1 @+ ]5 ^6 e$ H- a0 ?
  10. {5 G9 ~, |# Z, @9 K' S6 C3 |4 v; R7 o
  11. uint16_t i;( H# A2 |/ f9 k
  12. arm_rfft_fast_instance_f32 S;: k- ^- {: H4 \) M
  13. /* 实数序列FFT长度 *// A/ N7 K9 S* W6 S  t) j+ O
  14. fftSize = 1024; # B3 K+ H7 W6 e4 ~  t2 h
  15. /* 正变换 */# C+ a) o! `& }: q) y- {' Q; w
  16.     ifftFlag = 0; / d! \* U) a) N$ \6 n% b: D/ B9 a
  17. /* 初始化结构体S中的参数 */
    ) a9 x/ b/ X0 ^# p( W: w) s7 ~
  18.          arm_rfft_fast_init_f32(&S, fftSize);! {9 c6 R4 u# ]3 l/ ?
  19. /* 按照实部,虚部,实部,虚部..... 的顺序存储数据 */
    6 h" [, `, q: |3 _* @
  20. for(i=0; i<1024; i++)
    $ |+ ^( w7 _0 v& @6 X
  21. {# r4 b! |+ Y' A+ s, V
  22. /* 50Hz正弦波,采样率1KHz */
    8 y: `4 o$ Z" y
  23. testInput_f32_10khz[i] = 1.2f*arm_sin_f32(2*3.1415926f*50*i/1000)+1;
    ' w$ c5 Z% Y$ R* h
  24. }
    6 W0 d- b, t5 [5 F4 h- L, y
  25. /* 1024点实序列快速FFT */   c+ j0 h3 O# w1 j
  26. arm_rfft_fast_f32(&S, testInput_f32_10khz, testOutput_f32_10khz, ifftFlag);' a, ~3 G0 k/ ]5 w: R7 D: M4 y- X
  27. /* 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_f324 }8 V; L5 k, V, f( f0 Z
  28.    只求解出了512组  
    5 {# n7 R4 w& {& e
  29. */   ]9 T3 j2 H  M; i. w8 F2 M' l
  30.          arm_cmplx_mag_f32(testOutput_f32_10khz, testOutput, fftSize);! L1 M4 b! M; b, c
  31. . v  y# K" O" C
  32. /* 串口打印求解的模值 */
    1 o' z/ |1 O: h& o- }1 v- d. N" a- P9 z
  33. for(i=0; i<fftSize; i++)- ^$ \- D: I$ g3 c+ s! B
  34. {9 E0 B# m6 G- t
  35. printf("%f\r\n", testOutput[i]);# K0 d6 E) Q% i4 U3 d8 j+ z4 Z
  36. }$ M, t& C3 S$ X' `& z: l3 l! e# Y

  37. * I6 a' O8 \% P  u  N0 |$ E
  38. printf("****************************分割线***************************************\r\n");$ m6 A3 A1 ?$ J% R( t! t* Y) {

  39. & F, `, d$ O& m7 E- ~) ]. K; E
  40. for(i=0; i<1024; i++)! g) q2 a4 X& f! W; t; i. A
  41. {
    7 p+ \0 @9 `4 r0 D  Y6 H8 U
  42. /* 虚部全部置零 */, N# [0 `0 \( ?7 U0 x
  43. testInput_f32_10khz[i*2+1] = 0;% E9 }0 h1 p5 i0 z- e2 b; p2 D( [
  44. /* 50Hz正弦波,采样率1KHz ,作为实部 */
    / o/ k" v# o/ w5 C
  45. testInput_f32_10khz[i*2] = 1.2f*arm_sin_f32(2*3.1415926f*50*i/1000)+1;
    9 q7 G! v9 r  @
  46. }! o& e, @7 w1 S
  47. arm_cfft_f32(&arm_cfft_sR_f32_len1024, testInput_f32_10khz, ifftFlag, doBitReverse);
    6 E& g" K) t$ p8 N5 v( r1 z
  48. /* 求解模值  */ 4 L/ ~8 t1 v; F7 o
  49.          arm_cmplx_mag_f32(testInput_f32_10khz, testOutput, fftSize);
      w4 M* a3 S6 {4 Q

  50. 4 ~# I0 z: ?! \' x- f7 L
  51. /* 串口打印求解的模值 */
    + N  F8 X7 s% t
  52. for(i=0; i<fftSize; i++)
    $ D: p' J9 k- \' e! G0 B% {; c' x, a
  53. {, `" }- O  _( D$ Q  x  }* U- W
  54. printf("%f\r\n", testOutput[i]);
    $ q' v) T0 Q* G6 N* t4 n
  55. }- h* o; \/ z+ y1 k8 s# r
  56. }
复制代码
运行如上函数可以通过串口打印出函数arm_rfft_fast_f32和arm_cfft_f32计算的幅频模值,下面通过Matlab绘制波形来对比这两种模值。
    对比前需要先将串口打印出的两组数据加载到Matlab中,arm_rfft_fast_f32的计算结果起名signal,arm_cfft_f32的计算结果起名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
; {  n2 r" i/ h/ G& g3 i7 w& x
: l. P% L: ~: {6 y" l
n  = 0:N-1;            % 采样序列
f = n * Fs / N;          %真实的频率

' C: P7 M" G* `- i, b6 o
& P9 g1 F+ `# _6 c2 @& l/ s( k, u
subplot(3,1,1);
plot(f,  signal);        %绘制RFFT结果
title('实数FFT');
xlabel('时间');
ylabel('幅值');
3 a. E; \; W1 s4 ^6 x

6 ?9 |; X1 h3 D
subplot(3,1,2);
plot(f,  sampledata);   %CFFT结果
title('复数FFT');
xlabel('时间');
ylabel('幅值');
0 k% B$ |. K( {" _% K

% D$ D8 `3 G1 _/ @+ I; p+ d( p
Matlab运行结果如下:
32.3.png
    从上面的前512点对比中,我们可以看出两者的计算结果是相符的。这里有一点要特别注意,官方文档中对于函数arm_rfft_fast_f32输出结果的实部,虚部排列顺序说明是错误的。函数arm_rfft_fast_f32的输出结果仍然是实部,虚部,实部,虚部….. 依次排列下去。
    函数arm_rfft_fast_f32在计算直流分量(也就是频率为0的值)的虚部上是有错误的。关于这点大家可以将实际的实部和虚部输出结果打印出来做对比,但差别很小,基本可以忽略。

% [. S( J) @( z+ G5 g" c, V' i/ A9 b
32.2.2 arm_rfft_q15
函数定义如下:
    void arm_rfft_q15(
          const arm_rfft_instance_q15 * S,
          q15_t * pSrc,
          q15_t * pDst)
参数定义:
    [in]  *S     points to an instance of the Q15 RFFT/RIFFT structure.   
    [in]  *pSrc  points to the input buffer.   
    [out] *pDst  points to the output buffer.   
    return       none.  
注意事项:
结构arm_rfft_instance_q15的定义如下(在文件arm_math.h文件):
      typedef struct
      {
      uint32_t fftLenReal;   
      uint8_t ifftFlagR;   
          uint8_t bitReverseFlagR;                 
          uint32_t twidCoefRModifier;   
          q15_t *pTwiddleAReal;                    
          q15_t *pTwiddleBReal;                     
          const arm_cfft_instance_q15 *pCfft;      
      } arm_rfft_instance_q15;
5 }  @. P/ F9 n0 j7 ~
    下面通过在开发板上运行函数arm_rfft_q15和arm_cfft_f32计算幅频响应,然后将相应的频率响应结果在Matlab上面绘制出来。
  1. /*& v# c& M5 s2 l* X) N; Z
  2. *********************************************************************************************************
    2 L' J" f$ g" }6 c# Y9 S
  3. *        函 数 名: arm_rfft_q15_app
    8 f4 H# U$ s# J1 D! K+ g" N
  4. *        功能说明: 调用函数arm_rfft_q15计算1024点实数序列的幅频响应并跟使用函数arm_cfft_f32计算的结果做对比。4 J* T0 X2 m9 V6 V0 N* [3 M
  5. *        形    参:无; w* i: H/ D' p% A8 h7 ?0 M$ |, {
  6. *        返 回 值: 无
    . u) v0 Z! |% y6 ~; T: i1 p" ~
  7. *********************************************************************************************************7 ]. g7 k0 b1 v# ]# F; G' O9 d% {5 ~
  8. */& a3 W$ Z+ Q! g. o8 T  J
  9. static void arm_rfft_q15_app(void)
    , }! L( s0 A  @2 ~* l* ?9 U9 u" y' O2 C
  10. {) U4 {  s* a; l# W, i0 ]
  11. uint16_t i,j;
    ' J: C; k$ ^# c' U: l2 `3 I" ?
  12. arm_rfft_instance_q15 S;
    * a! m8 T6 l* f, q2 E
  13. /* 实数序列FFT长度 */5 b( w5 O# R8 d
  14. fftSize = 1024; * g8 M, }" ?: v4 ~) S4 y
  15. /* 正变换 */2 x) {( V6 i) d- H2 K  i
  16.     ifftFlag = 0; 6 y" c  C- w* J2 H
  17. /* 码位倒序 */
    8 @, |) T. c4 Y
  18.     doBitReverse = 1;   u7 _/ n3 P- _; y$ T* j/ s
  19. /* 初始化结构体S */  N% n2 o2 m, x, Z4 c. ^
  20.          arm_rfft_init_q15(&S, fftSize, ifftFlag, doBitReverse);
    9 u8 {6 T  E" u4 G4 I5 x
  21. /* 按照实部,虚部,实部,虚部..... 的顺序存储数据 */
    9 u- f( i1 p2 k* w
  22. for(i=0; i<1024; i++)5 Q9 n. Y4 E5 a8 B" Y
  23. {
    7 T' l& _5 Q4 U1 l
  24. /* 51.2Hz正弦波,采样率1024Hz。
    % i6 v) N$ D) l( x3 t
  25.    arm_sin_q15输入参数的范围[0, 32768), 这里每20次为一个完整的正弦波,9 l% h: ?- s+ K/ @7 x
  26.    32768 / 20 = 1638.4; {  u6 L: C/ r. u3 q
  27. */  s/ H4 {# t4 `
  28. j = i % 20;
    ! s8 i1 b& V( t6 _/ O* i; Q
  29.           testInput_q15_50hz[i] = arm_sin_q15(1638*j);; N. R! E9 W1 b5 @9 z
  30. }
    9 ?# n2 s3 W7 Z/ i  I
  31. /* 1024点实序列快速FFT */ . o; m" F* F3 T2 t1 v) I" u. l
  32. arm_rfft_q15(&S, testInput_q15_50hz, testOutput_q15_50hz);# J6 T, U9 g3 K. x" M
  33. /* 由于输出结果的格式是Q5,所以这里将定点数转换为浮点数 */
    6 |) j2 ?2 c5 q4 X! @5 O
  34. for(i = 0; i < fftSize; i++)9 ^& n$ C2 {! ?9 i8 D& b
  35. {& h# {2 o' [+ m+ u8 B2 r- n! N
  36. testOutput_f32_10khz[i] = (float32_t)testOutput_q15_50hz[i]/32;
    0 P# N7 G) k" Q0 ?6 D
  37. }
    ; H3 z" j6 S/ D9 o6 f0 p4 _
  38. /* 为了方便对比,这里求解了1024组复数,实际上面的变化只有512组  
    1 d0 G* r6 {: Z' v/ O4 ], s
  39.    实际函数arm_rfft_q15只求解出了512组  */ & U: S) A* c* A9 v
  40.          arm_cmplx_mag_f32(testOutput_f32_10khz, testOutput, fftSize);
    6 e, j% Z0 v* _. a  m) B5 E. R

  41. ( ~# [) z: h. v$ S0 L6 Z
  42. /* 串口打印求解的模值 */7 A. e9 L; q" w& x$ }& `: r
  43. for(i=0; i<fftSize; i++)8 J# i6 ]% B3 N# C6 `/ K
  44. {+ M" ]9 B2 g- U& D8 G* C( I/ |
  45. printf("%f\r\n", testOutput[i]);
    % y7 z& u9 ?& \) e, g' w& g2 x
  46. }
    + g- Z: I1 _  f9 l5 D/ B( Y) E, B, x
  47. printf("****************************分割线***************************************\r\n");# s2 v2 n* k. x
  48. for(i=0; i<1024; i++)
    - `* J* a4 E. W, v" n
  49. {
    % e  P, n3 K4 I" l9 @- L
  50. /* 51.2Hz正弦波,采样率1024Hz。 - J- }( F2 W3 e, H/ r& j. T
  51.    arm_sin_q15输入参数的范围[0, 32768), 这里每20次为一个完整的正弦波,
    6 k3 v; [9 K* ~8 O. Z$ ~; X
  52.    32768 / 20 = 1638.40 Y- O- P$ \$ y& U! B  ]1 R  H; D
  53. */8 b$ ]3 x1 L- Q, |$ X
  54. j = i % 20;( Y) N% L% S, Y4 w! b5 |$ s
  55. testInput_f32_10khz[i*2] = (float32_t) arm_sin_q15(1638*j)/32768;
    1 v0 V8 U7 S, N5 i5 j6 Q# {3 v
  56. /* 虚部全部置零 */- W3 }# l  U% g9 x8 O$ E
  57. testInput_f32_10khz[i*2+1] = 0;
    ( v9 q0 A* S5 r' m$ N9 _; Q$ k
  58. }
    9 i3 p- x/ }/ Z4 X0 S$ ~
  59. arm_cfft_f32(&arm_cfft_sR_f32_len1024, testInput_f32_10khz, ifftFlag, doBitReverse);
    1 M. v- k3 R: M9 L
  60. /* 求解模值  */ 3 h3 U( z# {$ N) v( d
  61.          arm_cmplx_mag_f32(testInput_f32_10khz, testOutput, fftSize);3 C% Y: d1 Z9 ^$ u3 w! e# R0 n
  62. /* 串口打印求解的模值 */3 s. ^. U& `+ C) Z/ s7 N7 Z0 E
  63. for(i=0; i<fftSize; i++)6 [  u2 S  l/ \" T. b" S
  64. {! w: }1 O* n8 z% K" t8 Y9 R4 T
  65. printf("%f\r\n", testOutput[i]);. R  q4 w# e* Q$ X6 _  {% m
  66. }
    ) ?3 k0 h7 \0 c$ e9 t- I* p4 O
  67. }
复制代码
运行如上函数可以通过串口打印出函数arm_rfft_q15和arm_cfft_f32计算的幅频模值,下面通过Matlab绘制波形来对比这两种模值。
    对比前需要先将串口打印出的两组数据加载到Matlab中,arm_rfft_q15的计算结果起名signal,arm_cfft_f32的计算结果起名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
; a+ w& V3 v5 A4 p7 _+ \# P: h
5 n$ {. w2 A  Y% z' C  F! e% y( ~% E
n  = 0:N-1;            % 采样序列
f = n * Fs / N;          %真实的频率
! z8 \8 ~( I  U! g: A, K1 B8 i
: M" g. Q8 F2 \( ?  o& z
subplot(3,1,1);
plot(f,  signal);        %绘制RFFT结果
title('实数FFT');
xlabel('时间');
ylabel('幅值');

  G2 M4 U) }3 i3 d$ }
( }+ r$ C8 i; e- {+ O/ J
subplot(3,1,2);
plot(f,  sampledata);   %CFFT结果
title('复数FFT');
xlabel('时间');
ylabel('幅值');

7 _% D7 F# c6 k; `. k$ h8 L- g5 w5 t0 A& q
" b4 Z" p; |$ u6 @& h5 c2 O/ F
Matlab运行结果如下:
32.4.png
    从上面的前512点对比中,我们可以看出两者的计算结果是相符的。这里有一点要特别注意,官方文档中对于函数arm_rfft_q31输出结果的实部,虚部排列顺序说明是错误的。函数arm_rfft_q31的输出结果仍然是实部,虚部,实部,虚部….. 依次排列下去。

# \+ z  g* E' J" v5 ^
32.2.3 arm_rfft_q31
函数定义如下:
    void arm_rfft_q31(
          const arm_rfft_instance_q31 * S,
          q31_t * pSrc,
          q31_t * pDst)
参数定义:
    [in]  *S     points to an instance of the Q31 RFFT/RIFFT structure.   
    [in]  *pSrc  points to the input buffer.   
    [out] *pDst  points to the output buffer.   
    return       none.  
注意事项:
结构arm_rfft_instance_q31的定义如下(在文件arm_math.h文件):
      typedef struct
      {
          uint32_t fftLenReal;                     
          uint8_t ifftFlagR;                          
          uint8_t bitReverseFlagR;                  
          uint32_t twidCoefRModifier;                 
           q31_t *pTwiddleAReal;                       
          q31_t *pTwiddleBReal;                       
          const arm_cfft_instance_q31 *pCfft;      
      } arm_rfft_instance_q31;

2 ^! k% j1 X# }* k
    下面通过在开发板上运行函数arm_rfft_q31和arm_cfft_f32计算幅频响应,然后将相应的频率响应结果在Matlab上面绘制出来。
  1. /*
    " k0 b! R! L: Y4 d' H) h
  2. *********************************************************************************************************) j/ F  f, O4 G( h0 w- Q$ [# \1 z
  3. *        函 数 名: arm_rfft_q31_app
    : w) E' ]3 @1 H2 u
  4. *        功能说明: 调用函数arm_rfft_q31计算1024点实数序列的幅频响应并跟使用函数arm_cfft_f32计算的结果做对比。
    7 A' S! y( v" a# Y$ E9 O2 `2 D3 D
  5. *        形    参:无
    , `+ b* {' C2 m$ U3 C
  6. *        返 回 值: 无# E  a1 _% d+ x) j/ V
  7. *********************************************************************************************************3 s, c( ^- h; o% `+ Y) {) o
  8. */$ A( W( N+ q  f/ [2 z& e( k
  9. static void arm_rfft_q31_app(void)3 X7 l  ^- {4 `# z1 D6 D' ^
  10. {
    3 |' C) O7 ]; ~. k
  11. uint16_t i,j;; {4 t9 a/ \% h. O$ G8 V; |% m
  12. arm_rfft_instance_q31 S;
    ; M4 o& |8 y7 {
  13. /* 实数序列FFT长度 */
    # W, F. S1 _# f1 y
  14. fftSize = 1024;
    $ |+ }- ^: ?9 ?% \
  15. /* 正变换 */
    - d' z, D; ], k5 a: ?, f, F# A
  16.     ifftFlag = 0;
    ; u; o$ @$ ]( ~4 b1 g# i
  17. /* 码位倒序 */, M: B7 Y) v  G2 U  K  \
  18.     doBitReverse = 1; " V  d) t  L7 x$ o* a
  19. /* 初始化结构体S */
    . w; h# C3 h8 C* [  Z! a3 A. J
  20.          arm_rfft_init_q31(&S, fftSize, ifftFlag, doBitReverse);( K; _! o4 o9 s: K% L8 @
  21. /* 按照实部,虚部,实部,虚部..... 的顺序存储数据 */
    0 h9 U0 ?8 u4 n
  22. for(i=0; i<1024; i++)
    . W9 C& ]( b5 R: [
  23. {
    ) c: K( T9 c+ ?+ X8 q$ ^
  24. /* 51.2Hz正弦波,采样率1024Hz。
    2 E; [$ k- i: s. f$ d
  25.    arm_sin_q31输入参数的范围0-2^31, 这里每20次为一个完整的正弦波,
      `- c8 [# u; F- C& A) Q$ D, ~6 u9 U' ]: i
  26.    2^31 / 20 = 107374182.4
      i1 O& S6 r% }( x% F( u8 w
  27. */
    2 p( L( V  l- v
  28. j = i % 20;
    0 M, X/ a( M- I6 R1 r+ q* K
  29.           testInput_q31_50hz[i] = arm_sin_q31(107374182*j);3 H6 J2 N- w) S  M% S
  30. }
    3 m3 k% i" p( X" D! W
  31. /* 1024点实序列快速FFT */
    7 T/ N; S: o/ B+ w  {
  32. arm_rfft_q31(&S, testInput_q31_50hz, testOutput_q31_50hz);
    2 i. w( R& Y  c2 m( N- J+ j
  33. /* 由于输出结果的格式是Q21,所以这里将定点数转换为浮点数 */9 L7 g2 y3 i8 F' P: t- ~
  34. for(i = 0; i < fftSize; i++)
    6 @1 u' h, ]4 I1 l  {0 r4 ?
  35. {; T) j% A6 X- _8 j5 W
  36. /* 输出的数据是11.21格式,2^21 = 4194304*/1 X, D; q3 {% t3 M/ e
  37. testOutput_f32_10khz[i] = (float32_t)testOutput_q31_50hz[i]/2097152;
    , I, _  A0 y+ |0 I
  38. }
    9 l$ n$ P# U6 k& h) x# Y
  39. /* 为了方便对比,这里求解了1024组复数,实际上面的变化只有512组  9 q7 ^' J% S; T) m. d8 X
  40.    实际函数arm_rfft_q31只求解出了512组  */
    8 ]( `4 Q0 Q, B8 M, y3 p
  41.          arm_cmplx_mag_f32(testOutput_f32_10khz, testOutput, fftSize);
    / t; x# X1 |" M) H7 C
  42. /* 串口打印求解的模值 */
    ; {9 B) l% d: G( f+ c5 b
  43. for(i=0; i<fftSize; i++)
    : \7 c! {3 [' f6 I- s! ^$ ~" R, E9 B
  44. {
    8 L3 `' Y( ?2 t% E# d8 l
  45. printf("%f\r\n", testOutput[i]);
    $ j8 j  Z( [: l* F& B- N  A( C
  46. }
    ' q) k- f) W0 E; n: x3 S
  47. printf("****************************分割线***************************************\r\n");
    8 n( `* Y8 m3 O- J
  48. for(i=0; i<1024; i++)8 {3 \; n$ Z7 |2 T
  49. {& ?; F9 y( U9 A4 k
  50. /* 51.2Hz正弦波,采样率1024Hz。
    ! Z7 G4 E3 ^  B4 C
  51.    arm_sin_q31输入参数的范围0-2^31, 这里每20次为一个完整的正弦波,  [$ Z, _% K4 `* Y' D# N9 `& s9 t% t
  52.    2^31 / 20 = 107374182.4- P- s. o8 d8 b$ X" N
  53. */  V; `& N8 @; G0 I' n! y- n
  54. j = i % 20;4 ^6 J1 q! D0 Z1 ]
  55.           testInput_f32_10khz[i*2] = (float32_t)arm_sin_q31(107374182*j)/2147483648;
    6 c4 A3 r5 u. Q/ U, I  f- M& {
  56. /* 虚部全部置零 */4 t% p8 y$ {( o4 C
  57. testInput_f32_10khz[i*2+1] = 0;, C) N6 R' f  G$ V: r7 \+ h4 ]
  58. }
    : O$ L5 ~+ ]) k/ \1 v& W- Q
  59. arm_cfft_f32(&arm_cfft_sR_f32_len1024, testInput_f32_10khz, ifftFlag, doBitReverse);" F) h, S8 w7 B1 c# a0 B
  60. /* 求解模值  */
    % i" K% h- Y6 {
  61.          arm_cmplx_mag_f32(testInput_f32_10khz, testOutput, fftSize);- ^; I% p2 s! q; O
  62. /* 串口打印求解的模值 */
    % U7 I; A  C& ?$ q
  63. for(i=0; i<fftSize; i++)2 Q/ E* O# ~+ Q7 x/ A# d) g
  64. {' n8 `1 K3 _$ i: f  ~
  65. printf("%f\r\n", testOutput[i]);. r4 N& k2 O5 y7 o
  66. }
    % _+ C4 H8 B* P
  67. }
复制代码
运行如上函数可以通过串口打印出函数arm_rfft_q15和arm_cfft_f32计算的幅频模值,下面通过Matlab绘制波形来对比这两种模值。
    对比前需要先将串口打印出的两组数据加载到Matlab中,arm_rfft_q15的计算结果起名signal,arm_cfft_f32的计算结果起名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
& ~. w% G4 @0 G

6 m0 u2 w$ m. ?9 R/ b! W
n  = 0:N-1;            % 采样序列
f = n * Fs / N;          %真实的频率
) R) Y% e" `+ e/ u- F7 c: i

' G1 W3 a- r) {2 g/ N
subplot(3,1,1);
plot(f,  signal);        %绘制RFFT结果
title('实数FFT');
xlabel('时间');
ylabel('幅值');
5 H- _/ N: p5 m! Z, \+ q! b
; _2 h3 t0 K9 n! _+ i
subplot(3,1,2);
plot(f,  sampledata);   %CFFT结果
title('复数FFT');
xlabel('时间');
ylabel('幅值');

0 d" @2 j" n+ T/ L  ]) z) K# u
" D& V7 t. @3 a' O" _7 d* m
Matlab运行结果如下:
32.5.png
    从上面的前512点对比中,我们可以看出两者的计算结果是相符的。这里有一点要特别注意,官方文档中对于函数arm_rfft_q31输出结果的实部,虚部排列顺序说明是错误的。函数arm_rfft_q31的输出结果仍然是实部,虚部,实部,虚部….. 依次排列下去。
) c. t; X# a1 `+ r2 B4 O0 W2 k/ x
32.3 总结
    使用实数FFT计算的时候要特别的注意本章节提到的几个错误点。
/ |  k$ }0 d6 I
赞 收藏 2 评论12 发布时间:2015-4-17 10:26

举报

12个回答
a003 回答时间:2019-7-23 17:45:54
楼主你好,请问怎么看出来的信号的频率以及幅值的啊?
stary666 回答时间:2015-4-17 10:30:27
沙发,楼主对算法很有研究,赞一个
baiyongbin2009 回答时间:2015-4-17 11:38:23
stary666 发表于 2015-4-17 10:30
' A% m7 ~, Z4 m+ H沙发,楼主对算法很有研究,赞一个

5 X4 \+ [$ D; o7 m谢谢!希望继续支持啊~~
wamcncn 回答时间:2015-4-17 13:55:04
算法在程序里很重要
小蚂蚁快溜跑 回答时间:2015-4-17 21:10:28
支持。。。。。。。
aderson 回答时间:2015-4-17 21:32:55
好高端,看不懂,
拼命三郎 回答时间:2015-4-17 22:27:23
xxxxxxxxxx.jpg
拼命三郎 回答时间:2015-4-17 22:27:45
dd.jpg
拼命三郎 回答时间:2015-4-17 22:38:37
stm32.jpg
jack-2054789 回答时间:2018-7-30 15:30:20
谢谢分享!!
lewe 回答时间:2019-8-19 09:49:09
请教一下:我这样计算出来的值是不是对的?为什么每个频率上都有值啊?7 k0 D. {; s; n6 _0 e9 ~& [
fft2.png 9 p( P! P. B6 M3 o7 |1 k5 O
程序是这样子:6 ^: e0 {: t" M. R4 Z
用ADC采集值填入fft输入buff( Y( N) P5 M, U* J
void ADC_proc(void)
4 b% [* `$ h; T- ~# r3 A- u{ 3 K* G! O+ z7 {' A& L
    uint16_t ai,cnt; 7 G% K: O* C1 f
       
- _/ C/ @( M; V7 @% G    if(adc_conv_done)
3 W& }: ~  W2 ?# O5 r0 W# o' d    {
7 _0 N: a) d+ _  u1 |       adc_conv_done = 0;- T) r* ]0 Q0 N! q3 ]( s9 V
. ]/ [1 V  V0 k2 z$ ]# U7 L

! i. ~4 o3 f3 ]( l( d% z2 ]) t            for(ai=0;ai<NPT;ai++)6 ~) d/ Z3 D1 N& w* O! b
                {* N$ Z! x" H: P! q
                      lbufin[ai*2] = (float)(adc_buf[ai*2]-2048);# g" K& _' w% E9 R& u: m
                          lbufin[ai*2+1] = (float)0;: W& K" h" z) u' C
                }
" s& \/ r8 j1 b- o; I; ~          FFT_proc();      
, ^, q# Z" v) a2 N         HAL_ADC_Start_DMA(&hadc,(uint32_t*)adc_buf,sizeof(adc_buf)/2);
' c2 r- Q: l, p" N$ ?* O, }    }
) k' C4 L4 {% q3 R& Q}4 b5 u6 ^& a" I3 |/ E
5 l8 Q3 @' M0 f' \  v$ ]1 X
/ q; H; T/ C( D5 Y: I7 o
3 x6 X. y: J; O% Z" w
FFT处理
5 p' n  f% |0 h" j8 g2 L" g! ]
3 h- @/ u" u* Q4 T, r$ X6 f
% ]+ V5 ~3 c" H6 w8 Q/ Z  h

( f" l& s3 @7 h6 v' t! ofloat  lbufin[NPT*2];                                                           /* Complex input vector */
+ E# z. `/ i" [float  lbufout[NPT];                                                          /* Complex output vector */
1 ]: z; A, }$ B4 M8 ]" rfloat  lbufmag;                                                                  /* Magnitude vector */
0 u5 i3 z$ C. T+ cuint16_t fftSize = 64;4 I. A6 ~0 T9 u; O/ j
0 Y+ m, K- H  V
5 z5 g) o# n! B% S
uint8_t ifftFlag = 0;/ a; {4 M3 d+ h, ?4 K
uint8_t doBitReverse = 1;# s8 l' m5 ~! k( h( T! h4 P
uint16_t audio_mag;
+ n; O& A& C+ r; eextern  uint8_t  audio_intf_flag;
9 ?$ Y  G* w* T" B: r9 [% Y//uint32_t refIndex = 213,
2 n3 [# `1 ?- g9 N+ c) k# f  muint32_t testIndex = 0;% D* Y4 h8 D5 h, Y' _* z
__IO uint8_t  new_mag_flag;! A9 \# W. E  l% A. l
  ~; _2 c: N1 N3 q" j& A) `' b1 U
. u6 a2 B9 w7 z9 J5 @: b6 W
void FFT_proc()# |9 r# Q7 c3 k
{                      % [* g! B  D/ \6 F8 f, F
    arm_cfft_f32(&arm_cfft_sR_f32_len64, lbufin, ifftFlag, doBitReverse);. I' I$ j  G5 G& q: B
        arm_cmplx_mag_f32(lbufin,lbufout,fftSize);
! C) \" b/ T6 @5 \* n! y# c! H    arm_max_f32(lbufout, NPT, &lbufmag, &testIndex);( `* a$ i% j/ ]+ S  u+ g
}  * `% T1 X3 E' V, K1 E
0 f7 w, F8 ]7 ?2 A
adc.png
fft1.png
whyil 回答时间:2019-8-20 16:17:55
关于
我们是谁
投资者关系
意法半导体可持续发展举措
创新与技术
意法半导体官网
联系我们
联系ST分支机构
寻找销售人员和分销渠道
社区
媒体中心
活动与培训
隐私策略
隐私策略
Cookies管理
行使您的权利
官方最新发布
人形机器人运动控制、感知与智能配电
半导体创新技术与应用方向
EE架构与软件定义汽车
12V/48V 汽车智能配电(SPD)
区域控制单元(ZCU)与分区架构
关注我们
st-img 微信公众号
st-img 手机版