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33章 实数FFT的逆变换实现

[复制链接]
baiyongbin2009 发布时间:2015-4-18 10:53
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
8 D0 U- L% S- m4 B
第33章 实数FFT的逆变换实现
. V  ]) j) v  o# ~, q. V* V
    本章主要讲解实数FFT的逆变换实现。
    本章节使用的复数FFT函数来自ARM官方库的TransformFunctions部分
    33.1 实数FFT 的逆变换实现
    33.2 总结

6 l9 g5 I% j1 l+ Y9 a, O( z2 g+ N( |9 M9 f4 x0 |3 n/ Y0 t1 e
33.1 实数FFT的逆变换实现
    本小节主要讲解实数FFT的逆变换实现,通过函数arm_cfft_f32实现浮点数的逆变换。
2 I9 ^4 j# }% ~2 G8 J5 H  l* H1 ^
33.1.1 arm_rfft_fast_f32逆变换
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 ;
8 n" B+ p9 `4 ~* r- [
    下面通过函数arm_rfft_f32计算一个正弦波的FFT,然后再使用函数arm_rfft_f32做FFT逆变换,并使用 Matlab计算变换前后的结果对比。
  1. /*" O5 g( t0 @8 U) n+ J& d7 G. b
  2. *********************************************************************************************************
    4 b- }. a  p0 I- F4 X/ w
  3. *        函 数 名: arm_rfft_fast_f32_app
    2 k# y% `; {: y
  4. *        功能说明: 调用函数arm_rfft_fast_f32计算逆变换4 H( Y; e5 h5 y/ W, B' W5 s
  5. *        形    参:无* F( j) |. G) m. C2 D3 M/ c% a
  6. *        返 回 值: 无
    ; x* l% D) O7 |) _8 k
  7. *********************************************************************************************************
    ! v3 |4 P/ f2 ?% {, E4 z
  8. */
    3 l- N/ D: K' E9 A9 b
  9. static void arm_rfft_fast_f32_app(void)/ ^1 z& T( N  \" x. D9 o% r
  10. {7 X4 H6 W$ Q6 Q$ f
  11. uint16_t i;  j1 L# W3 j+ q" {
  12. arm_rfft_fast_instance_f32 S;+ _6 [8 ~8 u$ G3 _" Q9 ^- K
  13. /* 实数序列FFT长度 */4 }4 N9 T. c. Z. V0 J) F
  14. fftSize = 1024; + m# K6 f# T8 `* E& o1 C$ I
  15. /* 正变换 */
    , f: K6 p3 v/ H. V0 t7 O; q  Q
  16.     ifftFlag = 0;
    - L) n! t! l- |! o3 P/ K
  17. /* 初始化结构体S中的参数 */
    ' Y% `9 I( b$ w+ b$ d
  18.          arm_rfft_fast_init_f32(&S, fftSize);% _  U" {9 D- v" t9 R0 x
  19. /* 按照实部,虚部,实部,虚部..... 的顺序存储数据 */
      k% J' S- _, ]8 o' v
  20. for(i=0; i<1024; i++)
    / r& \: D* r1 e, E  u
  21. {
    & u. t, ^4 u% l% L* |9 h$ b+ Q
  22. /* 50Hz正弦波,采样率1KHz */7 R" |! q; |; V8 C8 e0 X
  23. testInput_f32_10khz[i] = 1.2f*arm_sin_f32(2*3.1415926f*50*i/1000)+1;" e0 W) O. D4 e" \2 ~8 }0 x
  24. printf("%f\r\n", testInput_f32_10khz[i]);5 ^  u2 z0 w5 R- e/ Z
  25. }% x; h) W. d; \6 P
  26. /* 1024点实序列快速FFT */ * @6 v, ?! {- r% H& {- ?  g
  27. arm_rfft_fast_f32(&S, testInput_f32_10khz, testOutput_f32_10khz, ifftFlag);; a- a' O: b- n. e% ~/ ]
  28. /* 逆变换 */
    6 |0 i+ y$ c. W# m
  29.     ifftFlag = 1;
    $ c1 Q. ~! o* G7 U
  30. /* 1024点实序列快速FFT */
    - o0 U* e. M8 A3 |; _2 o
  31. arm_rfft_fast_f32(&S, testOutput_f32_10khz, testInput_f32_10khz, ifftFlag);
    4 Z. Q$ N5 C6 s' j0 d0 \# `. v
  32. printf("****************************分割线**********************************\r\n");
    8 R$ Y. O; K  \( ?- \9 R
  33. /* 串口打印求解的模值 */* P9 M; V# i- Z+ V* a6 R
  34. for(i=0; i<fftSize; i++). N* b2 v) [5 T, ?
  35. {
    * Y9 D7 J! |, }4 B# {# Q
  36. printf("%f\r\n", testInput_f32_10khz[i]);" d9 b  ^: g" \- |
  37. }
    4 t7 k% j; `. [% @- c

  38. ! G/ o" X" l' i
  39. }
复制代码
运行如上函数可以通过串口打印出原始正弦波和经过RFFT,RIFFT的正弦波,下面我们就通过Matlab对比变换前和变换后的波形。
    对比前需要先将串口打印出的两组数据加载到Matlab中,并给原始正弦波起名signal,变换后的数组起名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
f = n * Fs / N;               %真实的频率

; a2 v2 X' Q  `: i* b; `: O" {2 c. E8 f6 O9 V8 P3 h  ~
subplot(2,1,1);
plot(f,  signal);      %绘制原始信号
title('原始信号');
xlabel('时间');
ylabel('幅值');

. Y8 v7 R4 Z/ P& `$ M
6 V  o  U' K' g6 w6 Y
subplot(2,1,2);
plot(f,  sampledata);    %绘制RFFT和RIFFT后的信号
title('RFFT和RIFFT后的信号');
xlabel('时间');
ylabel('幅值');

9 j! j' N( k; M2 |: o' I
' @" O  B; R% o# m* r0 Q* R
Matlab运行的结果如下:
33.1.png
波形前端部分:
33.2.png
波形后端部分:
33.3.png
从上面的对比结果中可以看出,函数arm_rfft_fast_f32计算前后的正弦波基本是一致的。
. z/ |" Z. O4 k9 Z, n: V
33.2 总结
    本章节内容较少,主要验证了函数arm_rfft_fast_f32正变换和逆变换,有兴趣的可以验证Q31和Q15两种数据类型的正变换和逆变换。

, N# y* q% y9 ]$ b
赞 收藏 评论0 发布时间:2015-4-18 10:53

举报

0个回答
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