{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1515056452',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://www.xiaopingtou.cn//data/attach/topic/topicKPo7gB.jpg', '推荐 海阔凭鱼跃 的文章《如何使用STM32提供的DSP库进行FFT》','https://www.xiaopingtou.net/article-75997.html','页面编码gb2312|utf-8默认gb2312'));){kind=link}
原文：http://www.cnblogs.com/menlsh/p/4154070.html
前些日子，因为需要在STM32F103系列处理器上，对采集的音频信号进行FFT，所以花了一些时间来研究如何高效并精确的在STM32F103系列处理器上实现FFT。在网上找了很多这方面的资料做实验并进行比较，最终选择了使用STM32提供的DSP库这种方法。 本文将以一个实例来介绍如何使用STM32提供的DSP库函数进行FFT。 1.FFT运算效率 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STM32 DSP库使用文档。
图1 FFT运算效率测试数据
由图1可见，在STM32F10x系列处理器上，如果使用72M的系统主频，进行64点的FFT运算，仅仅需要0.078ms而已。如果是进行1024点的FFT运算，也才需要2.138ms。
2.如何使用STM32提供的DSP库函数
2.1下载STM32的DSP库
大家可以从网上搜索下载得到STM32的DSP库，这里提供一个下载的地址：
https://my.st.com/public/STe2ecommunities/mcu/Lists/cortex_mx_stm32/DispForm.aspx?ID=30831&RootFolder=%2fpublic%2fSTe2ecommunities%2fmcu%2fLists%2fcortex%5fmx%5fstm32%2fSTM32F10x%20DSP%20library%2c%20where%20is%20it
2.2添加DSP库到自己的工程项目中
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。
其中，inc文件夹下的stm32_dsp.h和table_fft.h两个文件是必须添加的。stm32_dsp.h是STM32的DSP库的头文件。
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。
图2 项目框架
2.3模拟采样数据
根据采样定理，采样频率必须是被采样信号最高频率的2倍。这里，我要采集的是音频信号，音频信号的频率范围是20Hz到20KHz，所以我使用的采用频率是44800Hz。那么在进行256点FFT时，将得到44800Hz / 256 = 175Hz的频率分辨率。
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)。
为什么要这样做呢？是因为后面要调用STM32的DSP库函数，需要传入的参数规定了必须是这样的数据格式。
下面是具体的实现代码：
1 /******************************************************************
2 函数名称:InitBufInArray()
3 函数功能:模拟采样数据，采样数据中包含3种频率正弦波(350Hz，8400Hz，18725Hz)
4 参数说明:
5 备 注:在lBufInArray数组中，每个数据的高16位存储采样数据的实部，
6 低16位存储采样数据的虚部(总是为0)
7 作 者:博客园 依旧淡然（http://www.cnblogs.com/menlsh/）
8 *******************************************************************/
9 void InitBufInArray()
10 {
11 unsigned short i;
12 float fx;
13 for(i=0; i)
14 {
15 fx = 1500 * sin(PI2 * i * 350.0 / Fs) +
16 2700 * sin(PI2 * i * 8400.0 / Fs) +
17 4000 * sin(PI2 * i * 18725.0 / Fs);
18 lBufInArray[i] = ((signed short)fx) << 16;
19 }
20 }
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。
2.4调用DSP库函数进行FFT
进行256点的FFT，只需要调用STM32 DSP库函数中的cr4_fft_256_stm32()函数即可。该函数的原型为：
void cr4_fft_256_stm32(void *pssOUT, void *pssIN, uint16_t Nbin);
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。
下面是具体的调用实例：
cr4_fft_256_stm32(lBufOutArray, lBufInArray, NPT);
其中，参数lBufOutArray同样是一个long类型的数组，参数lBufInArray就是存放模拟采样数据的采样数组，NPT为采样点数256。
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。
2.5计算各次谐波幅值
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。
下面是具体的实现代码：
1 /******************************************************************
2 函数名称:GetPowerMag()
3 函数功能:计算各次谐波幅值
4 参数说明:
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)
6 作 者:博客园 依旧淡然（http://www.cnblogs.com/menlsh/）
7 *******************************************************************/
8 void GetPowerMag()
9 {
10 signed short lX,lY;
11 float X,Y,Mag;
12 unsigned short i;
13 for(i=0; i2; i++)
14 {
15 lX = (lBufOutArray[i] << 16) >> 16;
16 lY = (lBufOutArray[i] >> 16);
17 X = NPT * ((float)lX) / 32768;
18 Y = NPT * ((float)lY) / 32768;
19 Mag = sqrt(X * X + Y * Y) / NPT;
20 if(i == 0)
21 lBufMagArray[i] = (unsigned long)(Mag * 32768);
22 else
23 lBufMagArray[i] = (unsigned long)(Mag * 65536);
24 }
25 }
其中，数组lBufMagArray存储了各次谐波的幅值。
2.6实验结果
通过串口，我们可以将lBufMagArray数组中各次谐波的幅值（即各个频率分量的幅值）输出打印出来，具体实验数据如下所示：
View
Code
在以上的实验数据中，我们分别打印出来了点数、频率、幅值、实部、虚部信息。
由以上的实验数据，我们可以看出，在频率为350Hz，8400Hz和18725Hz时，幅值出现峰值，分别为1492、2696和3996，这与我们所预期的结果正好相符，从而验证了实验结果的正确性。
前些日子，因为需要在STM32F103系列处理器上，对采集的音频信号进行FFT，所以花了一些时间来研究如何高效并精确的在STM32F103系列处理器上实现FFT。在网上找了很多这方面的资料做实验并进行比较，最终选择了使用STM32提供的DSP库这种方法。 本文将以一个实例来介绍如何使用STM32提供的DSP库函数进行FFT。 1.FFT运算效率 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STM32 DSP库使用文档。
图1 FFT运算效率测试数据
由图1可见，在STM32F10x系列处理器上，如果使用72M的系统主频，进行64点的FFT运算，仅仅需要0.078ms而已。如果是进行1024点的FFT运算，也才需要2.138ms。
2.如何使用STM32提供的DSP库函数
2.1下载STM32的DSP库
大家可以从网上搜索下载得到STM32的DSP库，这里提供一个下载的地址：
https://my.st.com/public/STe2ecommunities/mcu/Lists/cortex_mx_stm32/DispForm.aspx?ID=30831&RootFolder=%2fpublic%2fSTe2ecommunities%2fmcu%2fLists%2fcortex%5fmx%5fstm32%2fSTM32F10x%20DSP%20library%2c%20where%20is%20it
2.2添加DSP库到自己的工程项目中
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。
其中，inc文件夹下的stm32_dsp.h和table_fft.h两个文件是必须添加的。stm32_dsp.h是STM32的DSP库的头文件。
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。
图2 项目框架
2.3模拟采样数据
根据采样定理，采样频率必须是被采样信号最高频率的2倍。这里，我要采集的是音频信号，音频信号的频率范围是20Hz到20KHz，所以我使用的采用频率是44800Hz。那么在进行256点FFT时，将得到44800Hz / 256 = 175Hz的频率分辨率。
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)。
为什么要这样做呢？是因为后面要调用STM32的DSP库函数，需要传入的参数规定了必须是这样的数据格式。
下面是具体的实现代码：
1 /******************************************************************
2 函数名称:InitBufInArray()
3 函数功能:模拟采样数据，采样数据中包含3种频率正弦波(350Hz，8400Hz，18725Hz)
4 参数说明:
5 备 注:在lBufInArray数组中，每个数据的高16位存储采样数据的实部，
6 低16位存储采样数据的虚部(总是为0)
7 作 者:博客园 依旧淡然（http://www.cnblogs.com/menlsh/）
8 *******************************************************************/
9 void InitBufInArray()
10 {
11 unsigned short i;
12 float fx;
13 for(i=0; i
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。
2.4调用DSP库函数进行FFT
进行256点的FFT，只需要调用STM32 DSP库函数中的cr4_fft_256_stm32()函数即可。该函数的原型为：
void cr4_fft_256_stm32(void *pssOUT, void *pssIN, uint16_t Nbin);
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。
下面是具体的调用实例：
cr4_fft_256_stm32(lBufOutArray, lBufInArray, NPT);
其中，参数lBufOutArray同样是一个long类型的数组，参数lBufInArray就是存放模拟采样数据的采样数组，NPT为采样点数256。
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。
2.5计算各次谐波幅值
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。
下面是具体的实现代码：
1 /******************************************************************
2 函数名称:GetPowerMag()
3 函数功能:计算各次谐波幅值
4 参数说明:
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)
6 作 者:博客园 依旧淡然（http://www.cnblogs.com/menlsh/）
7 *******************************************************************/
8 void GetPowerMag()
9 {
10 signed short lX,lY;
11 float X,Y,Mag;
12 unsigned short i;
13 for(i=0; i
其中，数组lBufMagArray存储了各次谐波的幅值。
2.6实验结果
通过串口，我们可以将lBufMagArray数组中各次谐波的幅值（即各个频率分量的幅值）输出打印出来，具体实验数据如下所示：
View
Code
在以上的实验数据中，我们分别打印出来了点数、频率、幅值、实部、虚部信息。
由以上的实验数据，我们可以看出，在频率为350Hz，8400Hz和18725Hz时，幅值出现峰值，分别为1492、2696和3996，这与我们所预期的结果正好相符，从而验证了实验结果的正确性。