[LPC54102]详述FFT以及M4上使用DSP FFT库

weizhongc

[LPC54102]详述FFT以及M4上使用DSP FFT库 [复制链接]

本帖最后由 weizhongc 于 2015-4-28 01:28 编辑

            前几天弄了个频谱显示，本来真的想送给女友的，然后花了好几个晚上做出来了，想想还是算了，好像没什么用。

         我还是把M4上使用DSP 库 FFT 的经验分享一下吧，有问题的话，可以提问啊，哈哈要是大虾的看到我写得有问题也可以多多指点啊。别喷我啊

         首先是基本知识的普及：采样定理，就是大概是采样率要是声音频率的2倍，这样才能采样之后的数字信号完整地保留了原始信号中的信息，我也不知道为什么的，我也是复制的，懂可以补充下啊。

         那接下来就是DSP库的FFT使用问题了，其实很简单的。就下面四个行啊。

   arm_cfft_radix4_instance_f32 S;
   arm_cfft_radix4_init_f32(&S, _fftSize, ifftFlag, doBitReverse);
   arm_cfft_radix4_f32(&S, _inputBuffer);
   arm_cmplx_mag_f32(_inputBuffer, _outputBuffer,fftSize);

蓝色字是函数详解，可以忽略，我们要会用就行了。

第一个函数arm_cfft_radix4_init_f32，用于初始化FFT运算相关参数，其中：fftLen用于指定FFT长度（16/64/256/1024/4096）我的例程是256；ifftFlag用于指定是傅里叶变换(0)还是反傅里叶变换(1)，本章设置为0；bitReverseFlag用于设置是否按位取反，本章设置为1；最后，所有这些参数存储在一个arm_cfft_radix4_instance_f32结构体指针S里面。

第二个函数arm_cfft_radix4_f32就是执行基4浮点FFT运算的，pSrc传入采集到的输入信号数据（实部+虚部形式），同时FFT变换后的数据，也按顺序存放在pSrc里面，pSrc必须大于等于2倍fftLen长度。另外，S结构体指针参数是先由arm_cfft_radix4_init_f32函数设置好，然后传入该函数的。

第三个函数arm_cmplx_mag_f32用于计算复数模值，可以对FFT变换后的结果数据，执行取模操作。pSrc为复数输入数组（大小为2*numSamples）指针，指向FFT变换后的结果；pDst为输出数组（大小为numSamples）指针，存储取模后的值；numSamples就是总共有多少个数据需要取模。（复制于正点原子论坛）

知道这几个函数，那到底在程序里面怎么使用这才是问题，刚刚上面说的采用定律在这里就会用到了。如果我们要用FFT分辨的频率达到8K，

那么我们的采样率就要16K 或者以上了（其实16K是最好了吧）。以此类推，你如果想做0~1kHz 范围那么你的采样率就是要2x1K=2Khz。其实说到底就是分析的频率范围是采样率的1/2，不然就是采样率是分析频率的两倍啊。

行了，那现在要用多大的采样率就由你的分析频率来确定了。在本例中我想做的是0到20K的FFT，可是我又不知道怎么去修改LPC54102 ADC的采样率，所以我在adc的中断里搞了个LED翻转。哈哈，我示波器量到了20Khz，那我就做 10Khz的FFT（10=20khz/2），我就是这样采样率来决定分析的频率啊。然后直接把电位器调到中间作为抬升电压。然后搞个电容耦合进去就搞定了。靠。我太聪明了懒到不想去知道adc怎么配置，方便快捷啊。

上面讲的就是分析的频率范围，采样率，那么分辨率呢，这个就更简单了，就是分析的频率/256（我做256FFT），那么就是10000HZ/256 ;

还有可能会遇到的问题就是 M4在做FFT时，数组_inputBuffer 要保证偶数个体是实部（我们采用的数据值）奇数个体是虚部（填0就好了）

所以我们分析值放入 _inputBuffer 要注意例如 float32_t testInput_f32_10khz[2048] = { -0.865129623056441, 0.000000000000000, -2.655020678073846, 0.000000000000000, 0.600664612949661, 0.000000000000000, 0.080378093886515, 0.000000000000000, -2.899160484012034, 0.000000000000000, 2.563004262857762, 0.000000000000000,}

还有个要注意的是 _inputBuffer 在计算的时候数据会给填充，所以最好开辟多一个数组来做缓存。

现在我讲解我的FFT处理了。就是ADC采用到256个数据后，做256ＦＦＴ处理，然后把计算出来的模值显示在ＴＦＴ上就好了。

总结：其实整个过程　不一定要你对每次采集到的256个数据进行计算的。我们1s 取某几组256个ADC值就行了，这几组就是我们的帧数了。FFT出现结果很奇怪是，看看数组间复制过程是否出现问题。

FFT显示效果