一、FFT 算法简介
傅里叶变换 (Fourier Transform) 是将时域上的单一信号在频域上进行分解的一种数学方法。它是计算机视觉和语音处理等领域的重要分支。但是,为了计算其进行傅里叶变换的过程 时间较长,不适用于实时处理。而通过快速傅里叶 变换 (Fast Fourier Transform, FFT) 算法处理,则可以大幅提高计算速度。
FFT 算法的主要思想是基于分治策略,将输入信号分为偶数下标和奇数下标两部分,各自计算后合并计算结果。如果 N 为 2 的幂,则 FFT 算法的复杂度为 O(N*log(N))。
二、使用 STM32FFT 库实现 FFT
STM32FFT 库是专门在 STM32F4xx、STM32F7xx 和 STM32F3xx 上实现 FFT 的库。这个库提供了两种类型的 FFT:基于复数的 FFT 和基于实数的 FFT。由于大多数实际信号是实数类型,并且复数类型采用两个浮点数进行表达,会有额外的计算量开销。因此,基于实数的 FFT 更适用于实际应用场景。
下面是一个 STM32F4xx 系列上使用 STM32FFT 库实现 FFT 的示例代码。首先,要先配置时钟和 ADC,并开启 DMA 通道。
#define ADC_CONVERTED_DATA_BUFFER_SIZE 2048 static float32_t fft_input[ADC_CONVERTED_DATA_BUFFER_SIZE]; static float32_t fft_output[ADC_CONVERTED_DATA_BUFFER_SIZE]; // 时钟配置 RCC_APB2PeriphClockCmd(RCC_APB2Periph_ADC1, ENABLE); RCC_AHB1PeriphClockCmd(RCC_AHB1Periph_DMA2, ENABLE); // ADC 配置 ADC_InitTypeDef ADC_InitStruct; ADC_CommonInitTypeDef ADC_CommonInitStruct; DMA_InitTypeDef DMA_InitStruct; // ... // DMA 通道开启 DMA_Cmd(DMA2_Stream0, ENABLE); // 等待 DMA 结束 while (DMA_GetFlagStatus(DMA2_Stream0, DMA_FLAG_TCIF0) == RESET) {} // FFT 计算 arm_rfft_fast_f32(&inst, fft_input, fft_output, 0); // DMA 通道关闭 DMA_Cmd(DMA2_Stream0, DISABLE);
三、预处理 FFT 数据
为了减少 FFT 计算的误差,需要预处理数据。首先,应该去除直流分量,即将平均值从每个采样值中减去,使得输入区间变为 symmetrical interval。然后,将输入区间从 [-1,1] 映射到 [0, 1],其中 [-1,0]、[0,1] 分别为频域中的负数和正数区间。
下面是一个 STM32F4xx 系列上预处理 FFT 数据的示例代码。
// 去除直流分量 for (int i = 0; i < ADC_CONVERTED_DATA_BUFFER_SIZE; i++) { fft_input[i] -= mean; } // 映射数据到 [0,1] 区间 for (int i = 0; i < ADC_CONVERTED_DATA_BUFFER_SIZE; i++) { fft_input[i] = fft_input[i] / (max - min) + 0.5f; } // 填充 0 memset(&fft_input[ADC_CONVERTED_DATA_BUFFER_SIZE], 0, sizeof(float32_t) * (ADC_CONVERTED_DATA_BUFFER_SIZE));
四、后处理 FFT 数据
我们可以通过 FFT 原理和公式将 FFT 输出转换回到时域。假设我们有一个长度为 N 的输入信号,那么通过 FFT 算法,我们将其转换为一个长度为 N 的复数序列。在接下来的后处理 FFT 数据中,我们需要将其转换回时域,以得到原始信号。
下面是一个 STM32F4xx 系列上预处理 FFT 数据的示例代码。
// FFT 计算 arm_rfft_fast_f32(&inst, fft_input, fft_output, 0); // 去掉前面无用的数据 for (int i = 0; i < ADC_CONVERTED_DATA_BUFFER_SIZE; i++) { if (i < ADC_CONVERTED_DATA_BUFFER_SIZE / 2) { fft_output[i] = 0; } else { fft_output[i] = fft_output[i]; } } // IFFT 计算,结果存储在 fft_input 内 arm_cfft_f32(&inst, fft_output, 1, 1); // 映射回时域 for (int i = 0; i < ADC_CONVERTED_DATA_BUFFER_SIZE; i++) { fft_input[i] = fft_input[i] * (max - min) / ADC_CONVERTED_DATA_BUFFER_SIZE - 0.5f; } // 增加直流分量 for (int i = 0; i < ADC_CONVERTED_DATA_BUFFER_SIZE; i++) { fft_input[i] += mean; } // DMA 通道关闭 DMA_Cmd(DMA2_Stream0, DISABLE);
五、总结
本文介绍了在 STM32F4xx 系列上使用 STM32FFT 库实现 FFT 的方法。我们还讨论了 FFT 计算前后的数据处理过程,并给出了示例代码。这些代码可以用于计算信号处理、计算机视觉等领域的算法,以实现实时处理。