【经验分享】STM32F7 DSP库 FFT过程记录

[复制链接]

STMCU小助手发布时间：2021-12-10 10:28

技术帖
文章封面:
文章简介:	STM32F7 DSP库 FFT过程记录

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 It has been superceded by arm_rfft_fast_f32 and will be removed in the future.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"- L$ Z/ {6 I" P: [/ R
include "arm_math.h"! c/ U! b& E3 Q/ b5 c$ s
define NPT 1024 //1024点FFT
& ~$ M+ j% |$ H( {+ H3 \/ @9 C3 L
define Fs 5120 //采样频率 5120Hz 频率分辨率 5Hz
+ P6 r* ~4 y i1 c) z
define PI2 6.28318530717959
g, u8 v: ^5 ~# \5 Y8 ]8 w. _
float32_t testInput_f32[NPT];0 }/ Y1 ~, a9 P' `: ~
float32_t testOutput_f32[NPT];
; u+ E4 ^9 w) }
float32_t testOutput[NPT];
) c; B0 r( U% r
6 u8 ~! O3 A# O5 E& K+ _
/*
. T2 R6 P$ o1 i ?
*********************************************************************************************************
, f6 f5 X6 c0 F, d' u
* 函数名: arm_rfft_fast_f32_app , A! V* `0 F% L1 q+ O& f4 |3 v. I2 S" Z: H
* 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 5 u: i" ]; m$ _* F
* 形参：无
1 r- H: P' A3 Z
* 返回值: 无 ! Z; | q+ ^0 E, z
********************************************************************************************************* ( U8 b8 T) u. |) i* N% B
*/ $ t# k/ g0 v) z7 k& E0 O& L& ]
void arm_rfft_fast_f32_app(void) $ O* }% ?' A( L/ }- Z! M
{ ) B/ p8 j6 R5 D F; d
uint16_t i;
. F) V$ n' f1 K6 x$ W5 D0 l; }0 L
arm_rfft_fast_instance_f32 S;
2 \+ g$ [6 B9 b6 L
+ F# y9 b7 P* e. J4 m% V
/* 实数序列FFT长度 */ 1 z. y+ ~; f( V
uint16_t fftSize = NPT; % n( B9 ?% W6 t9 Q3 u
/* 正变换 */
4 T" Q8 A" D) c' l
uint8_t ifftFlag = 0; * N& I) ~( e% `7 I2 d# n- K
5 N& i6 B4 [/ x: x5 c
/* 初始化结构体S中的参数 */
( s- L5 s( ]* D! T. s, @
arm_rfft_fast_init_f32(&S, fftSize); * d! G8 Q0 x% T
6 }/ ?! v K( | X7 a7 @
/* 按照实部，虚部，实部，虚部..... 的顺序存储数据 */ 8 u9 l$ Y0 |( |) V
for(i=0; i<1024; i++) 5 @5 q1 Y4 f0 i* \9 N
{
: I, I% w# ?, p5 B
/*3种频率 50Hz 2500Hz 2550Hz */ # U. a9 l5 j. @$ l
testInput_f32<i> = 1000*arm_sin_f32(PI2*i*50.0/Fs) + 2 m" B5 M$ s) Y- c# K* z7 F e2 W1 M
</i>2000*arm_sin_f32(PI2*i*2500.0/Fs) + 2 E& v( P6 c9 k6 j
3000*arm_sin_f32(PI2*i*2550.0/Fs);
- Q# _- P3 w; Y8 v
}
5 B4 U/ c& a2 C0 h! ~% M/ B
) A# I$ {3 x. H$ h6 G& F' j) x X
/* 1024点实序列快速FFT */
" _, P4 k. _, ]" O6 g/ S
arm_rfft_fast_f32(&S, testInput_f32, testOutput_f32, ifftFlag);
, P. Q4 W {- i5 V# h
, B/ m, A1 `/ X) R+ w
/* 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 _ C7 S6 e" {6 E C: u: s
只求解出了512组 5 }8 t2 o" Y' `7 u* a0 j
*/
1 n( q, I* {7 y, ]
arm_cmplx_mag_f32(testOutput_f32, testOutput, fftSize);
2 P8 `! J" S, W2 F. a
; F' R9 K+ [6 N. B; c
/* 串口打印求解的模值 */
! h+ x; z5 F% t; a0 e5 `$ M
for(i=0; i<fftSize/2; i++)
" G. W2 z1 {$ L6 Q* d
{
/ w. m0 ], ]* A' g5 [
printf("%f\r\n", testOutput); . S/ A% d; U, f
}
# O# T4 b; i- @ u9 Y. U
}

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);
! B6 C* W/ C, [& a
- t; ?5 Q/ M+ f' d; H2 _6 C
$ H9 D! S, h6 F3 @& r8 \. a- |" e6 ?