當(dāng)前位置:首頁 > 公眾號精選 > wenzi嵌入式軟件
[導(dǎo)讀]筆者能力有限,如果文中出現(xiàn)錯誤的地方,還希望各位朋友能夠給我指出來,我將不勝感激,謝謝~ 引言 數(shù)字信號在我們生活中隨處可見,自然而然地就會涉及到對于數(shù)字信號的處理,最為典型的一個應(yīng)用就是示波器,在使用示波器的過程當(dāng)中,我們會通過示波器測量到

筆者能力有限,如果文中出現(xiàn)錯誤的地方,還希望各位朋友能夠給我指出來,我將不勝感激,謝謝~

引言

數(shù)字信號在我們生活中隨處可見,自然而然地就會涉及到對于數(shù)字信號的處理,最為典型的一個應(yīng)用就是示波器,在使用示波器的過程當(dāng)中,我們會通過示波器測量到信號的頻率以及幅值,同時我們也可以通過示波器對測量到的信號進(jìn)行 FFT ,從而能夠觀察到待測信號的頻譜,方便直觀的看出信號的高頻分量和低頻分量,從而幫助我們?nèi)コ盘栔袛y帶的噪聲。而在嵌入式方面的應(yīng)用,我們可以直接使用 DSP 芯片對信號進(jìn)行處理,同時, ARM 公司推出的 Cortex-M4F 內(nèi)核是帶有 FPU ,DSP 和 SIMD 單元的,針對于這些單元也增加了專用的指令,指令如下圖所示:

不同架構(gòu)的指令集合


ARM 官方也對此專門做了一個 DSP 方面的庫,方便用戶調(diào)用。關(guān)于 Cortex M4 的信號處理本文暫不進(jìn)行闡述,相反本文的對象是 Cortex M3 ,基于 STM32F103 的 FFT,而在上述圖中,我們看到針對于 Cortex M3 來說,是不帶 FPU 以及 DSP 的,那有如何來進(jìn)行 FFT 呢?

FFT 的提出

在數(shù)字信號處理中常常需要使用到離散傅里葉變換(DFT),從而能夠獲取到信號的頻域特征。盡管傳統(tǒng)的 DFT 算法能夠獲取到信號的頻域特征,但是算法計算量大,耗時長,不利于進(jìn)行計算機(jī)實時對信號進(jìn)行處理。因此才有了 FFT 的出現(xiàn)。需要強(qiáng)調(diào)的是,F(xiàn)FT 并不是一種新的頻域特征獲取方式,而是 DFT 的一種快速實現(xiàn)算法。FFT 之所以能夠改善運算量,是因為其充分運用了 DFT 運算中的對稱性和周期性,從而能夠?qū)⑦\算量從 N^2 減少到 N*log2(N),其中 N 為待計算的序列的長度。當(dāng) N 非常大的時候,這種優(yōu)化在時間維度上的提升是非常顯著的。下面是關(guān)于 DFT 和 FFT 所需乘法次數(shù)的比較曲線。

FFT 算法與 DFT 算法的比較

FFT 變換之后和原始信號的對應(yīng)關(guān)系

假設(shè)我們對一個波形進(jìn)行了采樣,采樣了 N 個點,經(jīng)過 FFT 之后,就可以得到 N 個點的 FFT 結(jié)果,每一個點就對應(yīng)著一個頻率點。這個點的模值,就是該頻率下的幅度特性。具體的關(guān)系就是如果原始信號的峰值為 A ,那么 FFT 的結(jié)果的每個點的模值就是 A 的 N / 2 倍。而第一個點就是直流分量,它的模值是直流分量的 N 倍。而每個點的相位就是在該頻率下的信號的相位,第一個點表示的是直流分量,也就是 0 HZ的點,而最后一個點 N 的再下一個點(實際這個點是不存在的),也就是 N+1 個點則表示的是采樣頻率 Fs,這中間被 N - 1 個點平均分成 N 等份,每一個點的頻率依次增加。也就是如果要計算某個點的頻率,那么就只需要這樣計算即可:Fn = (n - 1) * Fs / N。
從上述所展示的公式,我們可以知道 Fn 所能夠分辨的頻率為 Fs / N,如果采樣頻率 Fs 為 1024Hz,采樣點數(shù)為 1024 點,則可以分辨到 1 HZ。也就是說采樣 1s 時間的信號并做 FFT ,則結(jié)果可以分析精確到 1 Hz,如果采樣 2 s 時間的信號并做 FFT,則結(jié)果可以分析精確到 0.5 Hz,所以也就說明了一個道理,如果要提高頻率分辨率,則必須增加采樣點數(shù),也就是采樣時間,下面這張圖更能夠清晰地表示這種關(guān)系:

頻率分辨率


將原信號變換之后的頻譜的寬度與原始信號也存在一定的關(guān)系。根據(jù) Nyquist采樣定律,F(xiàn)FT 之后的頻譜寬度最大只能是原始信號采樣率的 1/2,如果原始信號的采樣頻率為 4GS/s,那么 FFT 之后的頻寬最多只能是 2GHz,這還只是理想情況。所以也能夠得出一個結(jié)論:時域信號的采樣率乘上一個固定系數(shù)即是變換之后頻譜的寬度,可以用如下所示的一張圖清晰說明:

采樣率與頻譜寬度的關(guān)系


經(jīng)過上述的分析,我們有了如下的結(jié)論:更高的頻譜分辨率需要有更長的采樣時間,更寬的頻譜分布需要提高對于原始信號的采樣率,那我們在實際的使用過程中,當(dāng)然是希望頻譜更寬,分辨率更加精確,那么示波器的長存儲就是必要的。

F103 如何進(jìn)行 FFT

FFT 匯編庫介紹

在本文的開頭敘述了 ARM Cortex M4 具有 FPU 以及 DSP 指令,同時 ARM 官方也出了 DSP 方面的庫來進(jìn)行數(shù)字信號處理方面的工作,那么針對于 ARM Cortex M3 的 STM32F103 又是如何進(jìn)行 FFT 的呢,顯然,如果我們用 C 語言直接編寫 FFT 算法,那樣子的效率是極其低下的,因此,本文采用的方法是 ST 官方匯編 FFT 庫的應(yīng)用,由于官網(wǎng)現(xiàn)在找不到這個軟件包,可以在公眾號后臺回復(fù) FFT 獲取軟件包。
簡單介紹一下,這個庫是由匯編實現(xiàn)的,而且是基 4 算法,所以實現(xiàn) FFT 在速度上較快。如果 X[N]是采樣信號的話,使用 FFT 時必須滿足如下兩條:

  • N 得滿足 4^n (n = 1,2,3…),也就是以 4 為基數(shù)。

  • 采樣信號必須是 32 位數(shù)據(jù),高 16 位存實部,低 16 位存虛部(這個是針對大端模式),小端模式是高位存虛部,低位存實部,一般常用的是小端模式。

匯編 FFT 的實現(xiàn)主要包括以下三個函數(shù):

  1. cr4_fft_64_stm32 : 實現(xiàn) 64 點 FFT

  2. cr4_fft_256_stm32: 實現(xiàn) 256 點 FFT

  3. cr4_fft_1024_stm32: 實現(xiàn) 1024 點 FFT

FFT 匯編庫移植

將我們下載到的文件進(jìn)行解壓得到如下所示的文件:

解壓得到的文件


進(jìn)一步的我們需要將文件加入到我們的 keil 工程,加入工程之后的圖如下所示:

匯編庫添加

因為本文是針對于 256 點的 FFT ,因此只需要將cr4_fft_256_stm32 添加進(jìn)來即可,加進(jìn)來之后,再使用到 FFT 的文件里添加相關(guān)路徑就可以。下面講述具體的代碼實例。

代碼實例

FFT 計算幅值

首先我們定義采樣的點數(shù),以及 FFT 的輸入數(shù)組,輸出數(shù)組,以及各個諧波的幅值:

#define  NPT  256             /* 采樣點數(shù) */
uint32_t lBufInArray[NPT];    /* FFT 運算的輸入數(shù)組 */
uint32_t lBufOutArray[NPT/2]; /* FFT 運算的輸出數(shù)組 */
uint32_t lBufMagArray[NPT/2]; /* 各次諧波的幅值 */

在上述中,F(xiàn)FT 的輸出數(shù)組和各次諧波的幅值的數(shù)組中只有采樣點數(shù)的一半,是因為 FFT 計算出來的數(shù)據(jù)是對稱的,因此通常而言只取一半的數(shù)據(jù)。
下面是波形采樣并進(jìn)行 FFT 的代碼:

void adc_sample(void)
{
    for (i = 0; i < NPT; i++)
    {
        lBufInArray[i] = ADC_ConvertedValue[i];
    }
    cr4_fft_256_stm32(lBufOutArray,lBufInArray, NPT);
    GetPowerMag();
}

for循環(huán)里將 ADC 采集的數(shù)據(jù)存儲到 FFT 運算的輸入數(shù)組中去,在這里需要注意的是 STM32 是小端模式,因此采樣數(shù)據(jù)是高位存虛部,低位存實部。緊接著就是調(diào)用匯編函數(shù)進(jìn)行 FFT,F(xiàn)FT 運算之后,就進(jìn)行幅值的計算,幅值的計算函數(shù)如下所示:

void GetPowerMag(void)
{
    signed short lX,lY;
    float X,Y,Mag;
    unsigned short i;
    for(i=0; i<NPT/2; i++)
    {
        lX  = (miniscope.freqency.lBufOutArray[i] << 16) >> 16;
        lY  = (miniscope.freqency.lBufOutArray[i] >> 16);

        //除以32768再乘65536是為了符合浮點數(shù)計算規(guī)律
        X = NPT * ((float)lX) / 32768;
        Y = NPT * ((float)lY) / 32768;
        Mag = sqrt(X * X + Y * Y)*1.0/ NPT;
        if(i == 0)    
            miniscope.freqency.lBufMagArray[i] = (unsigned long)(Mag * 32768);
        else
            miniscope.freqency.lBufMagArray[i] = (unsigned long)(Mag * 65536);
    }
}

上述代碼中,lx 和 ly 的計算中,分別取的是FFT 的輸出數(shù)組的高位和低位。進(jìn)一步的,在計算 x 和 y 的時,除以 32768 是為了符合浮點數(shù)計算規(guī)律,至于為什么要進(jìn)行浮點化,是因為浮點化就好像 10 進(jìn)制里面的科學(xué)計數(shù)法。32768 = 2 的 15 次。除以 32768 也就是去除了浮點數(shù)后面的那個基數(shù),只剩下前面的。比如 1991 改寫成 1.991 * 10 的三次冪,除以 10 的三次方,只剩下 1.991,方便于下面的運算。而在后面又乘以 32768 和 65536 是因為要恢復(fù)到原先數(shù)據(jù)的大小,為什么下標(biāo)為 0 的乘以 32768,而大于 0 的乘以 65535,是因為下標(biāo)為 0 的代表的是直流分量,而剩余的是求出的乘以 2 才是實際模值。

FFT 計算頻率

在本文的前面,筆者給出了這樣一個公式用來計算 FFT 變換之后每個點對應(yīng)的頻率:
Fn = (n - 1) * Fs / N
N 是采樣的點數(shù),F(xiàn)s 是采樣頻率,采樣點數(shù)已經(jīng)知道,還剩下采樣頻率未知,采樣頻率說白了也就是采樣一個點的時間,也是 1 s 鐘采樣的點數(shù),而這個該怎么確定呢?,F(xiàn)有兩種方法,第一種方法是在單片機(jī)進(jìn)行 ADC 采集時,通過延時的方法每隔一段時間進(jìn)行讀取轉(zhuǎn)換得到的數(shù)據(jù),而這個延時的時間就是采樣頻率,這樣聽起來略顯粗糙。另一種比較精確的方法,是通過 DMA + TIM 的方法,也就是通過 TIM 產(chǎn)生 PWM ,通過 PWM 觸發(fā) ADC 進(jìn)行采集,這個時候,PWM 的頻率也就是 ADC 的采樣率,只需要控制 PWM 的頻率就可以控制 ADC 的采樣率,采集的數(shù)據(jù)通過 DMA 搬運至內(nèi)存,當(dāng)采樣的點數(shù)達(dá)到規(guī)定的采樣點數(shù)時,觸發(fā) DMA 中斷,在中斷里給出數(shù)據(jù)處理的信號,進(jìn)一步進(jìn)行 FFT,具體的原理及代碼參考筆者的這篇文章:STM32 定時器觸發(fā) ADC 多通道采集,DMA搬運至內(nèi)存。下面是一個簡單的代碼示例:

void wave_frequency_calculate(void)
{
    sample_frequency = 72000000.0 / (float)((sample_arr + 1) * (sample_psc + 1));
    wave_frequency = frequency_max_position * sample_frequency / NPT;
}

上述第一行代碼是根據(jù)公式計算 pwm 的頻率的公式,而 pwm 的頻率也就是我們所需要的的采樣頻率。第二條代碼中的 frequency_max_position 是除了直流分量幅值最大的點在數(shù)組中的位置,而這個點所對應(yīng)的頻率也就是我們采樣波形的頻率,至此,我們就計算出了采樣波形的頻率。

結(jié)論

上述就是關(guān)于 STM32F103 中實現(xiàn) FFT 的一個基本方法,通過 FFT 計算出了波形的頻譜,能夠在不借助 DSP 芯片的前提下比較快的實現(xiàn)了 FFT ,對我們在 F103 平臺上進(jìn)行信號處理提供了很大的幫助,這就是本次分享的內(nèi)容啦。

如果覺得我的文章對你所有幫助,歡迎轉(zhuǎn)發(fā),點贊,再看三連呀~


免責(zé)聲明:本文內(nèi)容由21ic獲得授權(quán)后發(fā)布,版權(quán)歸原作者所有,本平臺僅提供信息存儲服務(wù)。文章僅代表作者個人觀點,不代表本平臺立場,如有問題,請聯(lián)系我們,謝謝!

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點,本站亦不保證或承諾內(nèi)容真實性等。需要轉(zhuǎn)載請聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請及時聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫毥谦F公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉(zhuǎn)型技術(shù)解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關(guān)鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動 BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運行,同時企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險,如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報道,騰訊和網(wǎng)易近期正在縮減他們對日本游戲市場的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點: 有效應(yīng)對環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實提質(zhì)增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競爭力 堅持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競爭優(yōu)勢...

關(guān)鍵字: 通信 BSP 電信運營商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺與中國電影電視技術(shù)學(xué)會聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會上宣布正式成立。 活動現(xiàn)場 NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會上,軟通動力信息技術(shù)(集團(tuán))股份有限公司(以下簡稱"軟通動力")與長三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉