使用STM32官方提供的DSP库进行FFT,虽然在使用上有些不灵活(因为它是基4的FFT,所以FFT的点数必须是4^n),但其执行效率确实非常高效,看图1所示的FFT运算效率测试数据便可见一斑。该数据来自STM32DSP库使用文档。
图1FFT运算效率测试数据
2.如何使用STM32提供的DSP库函数
大家可以从网上搜索下载得到STM32的DSP库。
下载得到STM32的DSP库之后,就可以将其添加到自己的工程项目中了。
src文件夹下的文件可以有选择的添加(用到那个添加那个即可)。因为我只用到了256点的FFT,所以这里我只添加了cr4_fft_256_stm32.s文件。添加完成后的项目框架如图2所示。
2.3模拟采样数据
为了验证FFT运算结果的正确性,这里我模拟了一组采样数据,并将该采样数据存放到了long类型的lBufInArray数组中,且该数组中每个元素的高16位存储采样数据的实部,低16位存储采样数据的虚部(总是为0)。
下面是具体的实现代码:
2 函数名称:InitBufInArray() 4 参数说明: 6 低16位存储采样数据的虚部(总是为0) 9 void InitBufInArray() 11 unsigned short i; 15 fx = 1500 * sin(PI2 * i * 350.0 / Fs) + 17 4000 * sin(PI2 * i * 18725.0 / Fs); 19 } 其中,NPT是采样点数256,PI2是2π(即6.28318530717959),Fs是采样频率44800。可以看到采样数据中包含了3种频率的正弦波,分别为350Hz,8400Hz和18725Hz。
进行256点的FFT,只需要调用STM32DSP库函数中的cr4_fft_256_stm32()函数即可。该函数的原型为:
其中,参数pssOUT表示FFT输出数组指针,参数pssIN表示要进行FFT运算的输入数组指针,参数Nbin表示了点数。至于该函数的具体实现,因为是用汇编语言编写的,我也不懂,这里就不妄谈了。
cr4_fft_256_stm32(lBufOutArray,lBufInArray,NPT);
调用该函数之后,在lBufOutArray数组中就存放了进行FFT运算之后的结果数据。该数组中每个元素的数据格式为;高16位存储虚部,低16位存储实部。
得到FFT运算之后的结果数据之后,就可以计算各次谐波的幅值了。
1 /****************************************************************** 3 函数功能:计算各次谐波幅值 5 备注:先将lBufOutArray分解成实部(X)和虚部(Y),然后计算幅值(sqrt(X*X+Y*Y) 8 void GetPowerMag() 10 signed short lX,lY; 12 unsigned short i; 13 for(i=0; i<npt 2;="" i++)14 { 16 lY = (lBufOutArray >> 16); 18 Y = NPT * ((float)lY) / 32768; 20 if(i == 0) 22 else 24 } 其中,数组lBufMagArray存储了各次谐波的幅值。
|