ARM暑期讲座七 ——FFT.pptVIP

ARM暑期讲座七 如何使用快速傅里叶变换（FFT） 傅里叶变换的由来 拉格朗日与傅里叶之争 傅里叶认为：任何连续周期信号可以由一组适当的正弦曲线组合而成。 拉格朗日坚持：傅立叶的方法无法表示带有棱角的信号，如在方波中出现非连续变化斜率。 谁对谁错？ 拉格朗日是对的：正弦曲线无法组合成一个带有棱角的信号。但是，我们可以用正弦曲线来非常逼近地表示它，逼近到两种表示方法不存在能量差别，基于此，傅立叶是对的。 傅里叶变化的种类 根据原信号的不同类型，我们可以把傅立叶变换分为四种类别： 1 非周期性连续信号 傅立叶变换 （Fourier Transform） 2 周期性连续信号 傅立叶级数(Fourier Series) 3 非周期性离散信号 离散时域傅立叶变换 （Discrete Time Fourier Transform） 4 周期性离散信号 离散傅立叶变换 (Discrete Fourier Transform) 这四种傅立叶变换都是针对正无穷大和负无穷大的信号，即信号的的长度是无穷大的，我们知道这对于计算机处理来说是不可能的，那么有没有针对长度有限的傅立叶变换呢？没有。因为正余弦波被定义成从负无穷小到正无穷大，我们无法把一个长度无限的信号组合成长度有限的信号。面对这种困难，方法是把长度有限的信号表示成长度无限的信号，可以把信号无限地从左右进行延伸，延伸的部分用零来表示，这样，这个信号就可以被看成是非周期性离解信号，我们就可以用到离散时域傅立叶变换的方法。还有，也可以把信号用复制的方法进行延伸，这样信号就变成了周期性离解信号，这时我们就可以用离散傅立叶变换方法进行变换。这里我们要学的是离散信号，对于连续信号我们不作讨论，因为计算机只能处理离散的数值信号，我们的最终目的是运用计算机来处理信号的。 但是对于非周期性的信号，我们需要用无穷多不同频率的正弦曲线来表示，这对于计算机来说是不可能实现的。所以对于离散信号的变换只有离散傅立叶变换（DFT）才能被适用，对于计算机来说只有离散的和有限长度的数据才能被处理，对于其它的变换类型只有在数学演算中才能用到，在计算机面前我们只能用DFT方法，后面我们要理解的也正是DFT方法。这里要理解的是我们使用周期性的信号目的是为了能够用数学方法来解决问题，至于考虑周期性信号是从哪里得到或怎样得到是无意义的。 FFT的作用 输入信号分解为各种频率的正弦波。 噪声分析、去除 谐波分析 图像处理 音频信号处理 FFT的接口 输入： 离散信号：复数，实部为ADC采集的数据 （12位）；虚部为0。 输出： N个采样点，经过N个点的FFT之后，就可以得到N个FFT结果（复数）。为了方便进行FFT运算，通常N取2的整数次方。 结果里包含了频率、幅值、相位等信息 FFT的输入输出 FFT的参数 FFT的参数只有一个，就是它的点数，点数越多，它的频率分辨率就越高。 点数影响什么？ 64点的FFT只能分析到32次谐波； 1024点的FFT只能分析到512次谐波。 ARM中如何实现FFT STM32为用户提供了DSP的库，里面包含了PID、FIR、IIR以及FFT。 The DSP provides three complex 16-bit radix-4 FFT functions: cr4_fft_64_stm32: an optimized FFT function to compute 64-point DFT cr4_fft_256_stm32: an optimized FFT function to compute 256-point DFT cr4_fft_1024_stm32: an optimized FFT function to compute 1024-point DFT 256点的FFT接口函数 如何使用该函数 提供输入的数据（共32位，复数）： 实部16位作高16位，虚部为低16位， lBUFIN[i] =((short)ADCConvertedValue[i])16; 提供输出数据（32位，复数）的存储地址： 定义一数组：long lBUFOUT[64]; 调用软件接口函数： cr4_fft_64_stm32(lBUFOUT, lBUFIN, 64); 分析显示结果 PowerMag(); SampleData_Display(); PowerMag_Display(); 结果分析 N点FFT的结果为N个复数，在程序里表现为N个32位数据，其中高16位为实数，低16位为虚数。 这些复数有什么意义呢？ 频率 N点FFT的N个