技术咨询
代买器件
商务客服
研发客服FFT是一种DFT的高效算法，称为快速傅立叶变换（fast Fourier transform），它根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。
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。
如何使用STM32提供的DSP库函数
1.下载STM32的DSP库
大家可以从网上搜索下载得到STM32的DSP库
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）。
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）。
今天小编选择了使用STM32f4提供的DSP库这种方法来做fft的运算，下面我们我看下具体详情：
STM32F4 dsp库做FFT运算：
环境：iar 6.2
板子：STM32F4DISCOVERY
第一 首先下载官方的 STM32F4xx_DSP_StdPeriph_Lib_V1.0.0 没有的同学请自己去官网下一个
DSP库在 STM32F4xx_DSP_StdPeriph_Lib_V1.0.0LibrariesCMSIS
然后我们使用IAR建立工作空间，这个教程到处都有，我就不说了在编译器里面加入
$PROJ_DIR$。。。。。。LibrariesCMSISDSP_LibSource
ARM_MATH_CM4
ARM_MATH_MATRIX_CHECK
ARM_MATH_ROUNDING
__FPU_PRESENT
__FPU_USED
这样才可以使用DSP库
注意 我的是IAR MDK貌似不是这样的 。。。。。
然后再编译器里面打开 FPU
然后再你的EWARM 目录下添加官方的例子文件
我们用的就是这几个文件 STM32F4xx_DSP_StdPeriph_Lib_V1.0.0LibrariesCMSISDSP_LibExamplesarm_fft_bin_example
接着像我这样加入这些组 在里面添加文件 文件在STM32F4xx_DSP_StdPeriph_Lib_V1.0.0LibrariesCMSISDSP_LibSource添加，然后在IAR里面加入 arm_fft_bin_example_f32 这个就是官方的例子 和官方的数据 arm_fft_bin_data
连接下载
使用WATCH窗口可以看见值
然后 我讲一下这几个函数的作用
/* Initialize the CFFT/CIFFT module */
status = arm_cfft_radix4_init_f32（&S， fftSize，
ifftFlag， doBitReverse）; //这里是FFT的初始化
/* Process the data through the CFFT/CIFFT module */ //FFT计算的函数 注意 testInput_f32_10khz 这个数组 不能是const 因为计算值是覆盖在这里面的
arm_cfft_radix4_f32（&S， testInput_f32_10khz）;
/* Process the data through the Complex Magnitude Module for // FFT出来的是复数 这里是把复数求模 得幅值
calculating the magnitude at each bin */
arm_cmplx_mag_f32（testInput_f32_10khz， testOutput，
fftSize）;
/* Calculates maxValue and returns corresponding BIN value */ //这里是求FFT出来数据模的最大值
arm_max_f32（testOutput， fftSize， &maxValue， &testIndex）;
最后，如果你的运行到这一步 你就成功了
