【安富莱——DSP教程】第28章 ST官方汇编FFT库应用

[复制链接]

baiyongbin2009 发布时间：2015-4-13 10:39

技术帖
文章封面:	-
文章简介:	-

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

第28章 ST官方汇编FFT库应用

本章主要讲解ST官方汇编FFT库的应用，包括1024点，256点和64点FFT的实现。

28.1 汇编FFT库说明

28.2 函数cr4_fft_1024_stm32的使用

28.3 函数cr4_fft_256_stm32的使用

28.4 函数cr4_fft_64_stm32的使用

28.5 汇编FFT的相频响应求解

28.6 总结。

28.1 汇编FFT库说明
28.1.1 描述

这个汇编的FFT库是来自STM32F10x DSP library，由于是汇编实现的，而且是基4算法，所以实现FFT在速度上比较快。

如果x[N]是采样信号的话，使用FFT时必须满足如下两条：

l N得满足

（n =1，2, 3…..），也就是以4为基数。

l 采样信号必须是32位数据，高16位存实部，低16位存虚部（这个是针对大端模式），小端模式是高位存虚部，低位存虚部。一般常用的是小端模式。

汇编FFT的实现主要包括以下三个函数：

1. cr4_fft_64_stm32 ：实现64点FFT。

2. cr4_fft_256_stm32 ：实现256点FFT。

3. cr4_fft_1024_stm32 ：实现1024点FFT。

28.1.2 汇编库的移植

这个汇编库的移植比较简单，用户需要从网上搜索STM32F10x_DSP_Lib_V2.0.0（官网没有找到这个软件包，所以需要用户在百度或者谷歌上搜索下）。下载后解压，在路径：STMicroelectronics\STM32F10x_DSP_Lib_V2.0.0\Libraries\STM32F10x_DSP_Lib\src\asm\arm下会看到如下文件：

上面的是源文件，使用源文件还需要添加相应的头文件，头文件在路径：STMicroelectronics\STM32F10x_DSP_Lib_V2.0.0\Libraries\STM32F10x_DSP_Lib\inc下，文件如下所示：

具备这几个文件就可以移植使用了，移植非常简单，把源文件的三个FFT库和两个头文件添加上即可，添加后效果如下（记得添加头文件的路径）：

相应文件添加后还有最重要一条，要把stm32_dsp.h文件中的STM32F1头文件换成STM32F4的头文件：

经过上面的操作，汇编FFT库的移植就完成了。

赞收藏 5 评论12 发布时间：2015-4-13 10:39

12个回答

baiyongbin2009 回答时间：2015-4-13 10:43:36

本帖最后由 baiyongbin2009 于 2015-4-13 10:49 编辑

28.2 函数cr4_fft_1024_stm32的使用

cr4_fft_1024_stm32用于实现1024点数据的FFT计算。下面通过在开发板上运行这个函数并计算幅频相应，然后再与Matlab计算的结果做对比。

uint32_t input[1024], output[1024], Mag[1024]; /* 输入，输出和幅值 */
/*
*********************************************************************************************************
* 函数名: PowerMag
* 功能说明: 求模值
* 形参：_usFFTPoints FFT点数
* 返回值: 无
*********************************************************************************************************
*/
void PowerMag(uint16_t _usFFTPoints)
{
int16_t lX,lY;
uint16_t i;
float32_t mag;
/* 计算幅值 */
for (i=0; i < _usFFTPoints; i++)
{
lX= (output[i]<<16)>>16; /* 实部*/
lY= (output[i]>> 16); /* 虚部 */
mag = __sqrtf(lX*lX+ lY*lY); /* 求模 */
Mag[i]= mag*2; /* 求模后乘以2才是实际模值，直流分量不需要乘2 */
}
/* 由于上面多乘了2，所以这里直流分量要除以2 */
Mag[0] = Mag[0]>>1;
}
/*
*********************************************************************************************************
* 函数名: DSP_FFT1024
* 功能说明: 1024点FFT实现
* 形参：无
* 返回值: 无
*********************************************************************************************************
*/
void DSP_FFT1024(void)
{
uint16_t i;
/* 获得1024个采样点 */
for (i = 0; i < 1024; i++)
{
input[i] = 0;
/* 波形是由直流分量，50Hz正弦波和20Hz正弦波组成，波形采样率1KHz */
input[i] = 1024 + 1024*sin(2*3.1415926f*50*i/1000) + 512*sin(2*3.1415926f*20*i/1000) ;
}
/* 计算1024点FFT
output：输出结果，高16位是虚部，低16位是实部。
input ：输入数据，高16位是虚部，低16位是实部。
第三个参数必须是1024。
*/
cr4_fft_1024_stm32(output, input, 1024);
/* 求幅值 */
PowerMag(1024);
/* 打印输出结果 */
for (i = 0; i < 1024; i++)
{
printf("%d\r\n", Mag[i]);
}
}

复制代码

运行函数DSP_FFT1024可以通过串口打印出计算的模值，下面我们就通过Matlab计算的模值跟cr4_fft_1024_stm32计算的模值做对比。

对比前需要先将串口打印出的数据加载到Matlab中，并给这个数组起名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

t = 0:1/Fs:1-1/Fs; % 时间序列

f = n * Fs / N; %真实的频率

%波形是由直流分量，50Hz正弦波和20Hz正弦波组成

x = 1024 + 1024*sin(2*pi*50*t) + 512*sin(2*pi*20*t) ;

y = fft(x, N); %对原始信号做FFT变换

subplot(2,1,1);

Mag = abs(y)*2/N; %求FFT转换结果的模值

plot(f, Mag); %绘制幅频相应曲线

title('Matlab计算结果');

xlabel('频率');

ylabel('幅度');

subplot(2,1,2);

plot(f, sampledata); %绘制STM32计算的幅频相应

title('STM32计算结果');

xlabel('频率');

ylabel('幅度');

运行Matlab后的输出结果如下：

从上面的对比结果中可以看出，Matlb和函数cr4_fft_1024_stm32计算的结果基本是一直的，但是函数cr4_fft_1024_stm32计算的结果频谱泄露稍严重些（具体情况要具体分析）。

赞评论

baiyongbin2009 回答时间：2015-4-13 10:46:31

本帖最后由 baiyongbin2009 于 2015-4-13 10:50 编辑

28.3 函数cr4_fft_256_stm32的使用

cr4_fft_256_stm32和cr4_fft_1024_stm32的用法是一样的，下面通过一个实例进行说明：

/*
*********************************************************************************************************
* 函数名: DSP_FFT256
* 功能说明: 256点FFT实现
* 形参：无
* 返回值: 无
*********************************************************************************************************
*/
void DSP_FFT256(void)
{
uint16_t i;
/* 获得256个采样点 */
for (i = 0; i < 256; i++)
{
input[i] = 0;
/* 波形是由直流分量，50Hz正弦波和20Hz正弦波组成，波形采样率200Hz */
input[i] = 1024 + 1024*sin(2*3.1415926f*50*i/200) + 512*sin(2*3.1415926f*20*i/200) ;
}
/* 计算256点FFT
output：输出结果，高16位是虚部，低16位是实部。
input ：输入数据，高16位是虚部，低16位是实部。
第三个参数必须是1024。
*/
cr4_fft_256_stm32(output, input, 256);
/* 求幅值 */
PowerMag(256);
/* 打印输出结果 */
for (i = 0; i < 256; i++)
{
printf("%d\r\n", Mag[i]);
}
}

复制代码

运行函数DSP_FFT256可以通过串口打印出计算的模值，下面我们就通过Matlab计算的模值跟cr4_fft_256_stm32计算的模值做对比。

对比前需要先将串口打印出的数据加载到Matlab中，并给这个数组起名sampledata， Matlab中运行的代码如下：

Fs = 200; % 采样率

N = 256; % 采样点数

n = 0:N-1; % 采样序列

t = 0:1/Fs:1-1/Fs; % 时间序列

f = n * Fs / N; %真实的频率

%波形是由直流分量，50Hz正弦波和20Hz正弦波组成

x = 1024 + 1024*sin(2*pi*50*t) + 512*sin(2*pi*20*t) ;

y = fft(x, N); %对原始信号做FFT变换

subplot(2,1,1);

Mag = abs(y)*2/N; %求FFT转换结果的模值

plot(f, Mag); %绘制幅频相应曲线

title('Matlab计算结果');

xlabel('频率');

ylabel('幅度');

subplot(2,1,2);

plot(f, sampledata); %绘制STM32计算的幅频相应

title('STM32计算结果');

xlabel('频率');

ylabel('幅度');

运行Matlab后的输出结果如下：

从上面的对比结果中可以看出，Matlb和函数cr4_fft_1024_stm32计算的结果基本是一直的，但是函数cr4_fft_1024_stm32计算正弦波中心频率更好些，左右两边的频谱泄露较少，但由于计算的点数较少，Matlb和函数cr4_fft_1024_stm32的效果都比较一般。

赞评论

baiyongbin2009 回答时间：2015-4-13 10:49:06

28.4 函数cr4_fft_64_stm32的使用

cr4_fft_256_stm32和cr4_fft_1024_stm32的用法是一样的，下面通过一个实例进行说明：

/*
*********************************************************************************************************
* 函数名: DSP_FFT64
* 功能说明: 64点FFT实现
* 形参：无
* 返回值: 无
*********************************************************************************************************
*/
void DSP_FFT64(void)
{
uint16_t i;
/* 获得64个采样点 */
for (i = 0; i < 64; i++)
{
input[i] = 0;
/* 波形是由直流分量，5Hz正弦波和10Hz正弦波组成，波形采样率60Hz */
input[i] = 1024 + 1024*sin(2*3.1415926f*5*i/60) + 512*sin(2*3.1415926f*10*i/60) ;
}
/* 计算64点FFT
output：输出结果，高16位是虚部，低16位是实部。
input ：输入数据，高16位是虚部，低16位是实部。
第三个参数必须是1024。
*/
cr4_fft_64_stm32(output, input, 64);
/* 求幅值 */
PowerMag(64);
/* 打印输出结果 */
for (i = 0; i < 64; i++)
{
printf("%d\r\n", Mag[i]);
}
}

复制代码

运行函数DSP_FFT64可以通过串口打印出计算的模值，下面我们就通过Matlab计算的模值跟cr4_fft_64_stm32计算的模值做对比。

对比前需要先将串口打印出的数据加载到Matlab中，并给这个数组起名sampledata，Matlab中运行的代码如下：

Fs = 60; % 采样率

N = 64; % 采样点数

n = 0:N-1; % 采样序列

t = 0:1/Fs:1-1/Fs; % 时间序列

f = n * Fs / N; % 真实的频率

%波形是由直流分量，5Hz正弦波和10Hz正弦波组成

x = 1024 + 1024*sin(2*pi*5*t) + 512*sin(2*pi*10*t) ;

y = fft(x, N); %对原始信号做FFT变换

subplot(2,1,1);

Mag = abs(y)*2/N; %求FFT转换结果的模值

plot(f, Mag); %绘制幅频相应曲线

title('Matlab计算结果');

xlabel('频率');

ylabel('幅度');

subplot(2,1,2);

plot(f, sampledata); %绘制STM32计算的幅频相应

title('STM32计算结果');

xlabel('频率');

ylabel('幅度');

运行Matlab后的输出结果如下：

从上面的对比结果中可以看出，Matlb和函数cr4_fft_64_stm32计算的结果基本是一直的，但是计算的效果都比较差，主要是因为采样点数太少。

赞评论

baiyongbin2009 回答时间：2015-4-13 10:53:08

28.5 汇编FFT的相频响应求解

特别说明：这里相频响应求解暂时有问题（与Matlab求解的结果不一致），但是也把这个求解过程

列出来作为大家的参考。

相频响应代码求解如下：

/*
*********************************************************************************************************
* 函数名: Power_Phase_Radians
* 功能说明: 求相位
* 形参：_usFFTPoints FFT点数
* 返回值: 无
*********************************************************************************************************
*/
void Power_Phase_Radians(uint16_t _usFFTPoints)
{
int16_t lX, lY;
uint16_t i;
float32_t phase;
for (i=0; i <_usFFTPoints; i++)
{
lX= (output[i]<<16)>>16; /* 实部 */
lY= (output[i] >> 16); /* 虚部 */
phase = atan2(lY, lX); /* atan2求解的结果范围是(-pi, pi], 弧度制 */
Phase[i] = phase* 180.0f/3.1415926f; /* 将求解的结果由弧度转换为角度 */
}
}
/*
*********************************************************************************************************
* 函数名: DSP_FFTPhase
* 功能说明: 1024点FFT的相位求解
* 形参：无
* 返回值: 无
*********************************************************************************************************
*/
void DSP_FFTPhase(void)
{
uint16_t i;
/* 获得1024个采样点 */
for (i = 0; i < 1024; i++)
{
input[i] = 0;
/* 波形是由直流分量，50Hz正弦波组成，波形采样率1KHz */
input[i] = 1024 + 1024*sin(2*3.1415926f*50*i/1000 + 3.1415926f/3);
}
/* 计算1024点FFT
output：输出结果，高16位是虚部，低16位是实部。
input ：输入数据，高16位是虚部，低16位是实部。
第三个参数必须是1024。
*/
cr4_fft_1024_stm32(output, input, 1024);
/* 求相频 */
Power_Phase_Radians(1024);
/* 打印输出结果 */
for (i = 0; i < 1024; i++)
{
printf("%f\r\n", Phase[i]);
}
}