-3月15日一年一度的上海慕尼黑电子展与上海国际博览中...
日，罗德与施瓦茨公司在北京罗德与施瓦茨办公楼召开全...
电源网牵头联合芯派实验室和是德科技联手为电源网网友提供的福利...
牛逼1000帖
赛尔康技术(深圳)有限公司
宁波江北华瑞电子有限公司
最新技术探讨
从守护宝石的超级英雄手中夺取3颗无限宝石；
会议主题：
多相Buck电路理论分析及演示
主讲嘉宾：
报名人数：
会议主题：中国工程师巡回研讨会-沈阳站
会议时间：
会议地点：沈阳普拉斯酒店
报名人数：170
人工智能是目前炙手可热的一个领域，所有的互联网公司以及各路大迦们纷纷表态人工智能将是下一个时代的革命性技...
如今人工智能的应用场景??开始大量的出现在人们的视野中，比如在青岛峰会上的智能服务机器人，已经作为了峰会...
伴随人工智能、云计算、大数据、物联网技术的全面应用，数字化变革的大时代已到来，根据IDC的预测，到2021年，超...
如何打造中国芯已然成为全民讨论的焦点，现在中
亲爱的工程师们，快来和小编一起踏上精彩的2018
即日起，电源网慕尼黑电子展寻宝活动开始！一起
电源网2018巡回研讨会火热招募
日，日本尼吉康株式会社（nichicon）
电源网讯 日上午，NetSpeed Systems
日上午，半导体厂商罗姆（ROHM）在北
日上午，德州仪器在北京中关村皇冠假
最新技术&产品
2F技术子站
热门产品分类
新产品新闻稿
36V、1A DC/DC降压电源模块缩小电路板空间达58%
TI推出业内最小、最快的GaN驱动器
高度集成的宽VIN同步转换器具有出色的EMI和热性能
热门方案介绍
该解决方案中包括4种参考设计以及85种产品型号，可点击查看详情...
此方案中共有6个模块可以点击查看，包含反向电池保护、主电源等...
此方案中共有2个模块可以点击查看，包含传感器电源、模拟前端等...
此方案中共有16个模块可以点击查看，包含AC/DC适配器、电池管理、...
此方案中共有6个模块可以点击查看，包含ESD保护、输入电源保护、...
此方案中共有4个模块可以点击查看，包含PFC模块、隔离的DC/DC级、...
用三端集成型的芯片做开关电源确实挺好用的，大功率，小功率都可以用它
LNK6417D可以做多种小开关电源，不管稳压型还是恒流型都比较合适
目前单口充电器都采用了 Power Integrations 的 SC1271K 和 SC0163D
论坛热门标签
在线研讨会
演讲嘉宾：吕宝华
演讲时间：
提供者：JessieLee
大小：1.89MB
提供者：YUHM
大小：3.67MB
提供者：YUHM
大小：48KB
提供者：JessieLee
大小：838KB
提供者：YUHM
大小：321KB
提供者：JessieLee
大小：1.96MB
提供者：JessieLee
大小：62KB
提供者：YUHM
大小：23KB
提供者：JessieLee
大小：262KB
提供者：JessieLee
大小：26KB
提供者：YUHM
大小：7.00MB
提供者：YUHM
大小：7.00MB
提供者：YUHM
大小：4.27MB
提供者：YUHM
大小：7.14MB
提供者：YUHM
大小：7.00MB
下载排行榜
时间：2018-07
地点：沈阳普拉斯酒店
时间：2018-09
地点：成都安悦原舍酒店
时间：2018-09
地点：上海浦东假日日酒店
时间：2018-10
演讲嘉宾：余广友
会议时间：
卢柱强 李志杰
活动时间：-
参与方式：填写赫联电子问卷，观看视频下载pdf
活动时间：
参与方式：机器人方案特卖惠，完成任务抽大奖
活动时间：-
参与方式：“馒头”波形大挑战，点亮8个波形就能抽大奖!
活动时间：
参与方式：按要求拯救空间站，完成任务得抽奖奖励
【电源硬件工程师】
【高级电源开发工程师】
【品质主管】
【销售项目经理】
主营行业：航天电源_军工电源_工业电源 PCB 散热_绝缘
主营行业：适配器 UPS电源_不间断电源 逆变电源
主营行业：逆变电源 变频电源 高压电源_高压电源模
| 尼尔国际整流器
| 威德盛科技有限公司（惠州）
| 深圳市乐买宜电子有限公司
| 深圳市高兴微电子商行
| 深圳市新明佳电子有限公司
| 深圳市深力科电子有限公司
| 东莞市石龙富华电子
保瑞捷国际(香港)有限公司
数量：150000
北京杰创宏达电子有限公司
数量：1000
深圳市杰绅电子有限公司
数量：50000
威德盛科技有限公司（惠州）
北京赛为达科技有限公司
数量：10000
华鑫电子科技有限公司
数量：10000
广东深圳天芯源电子有限公司
数量：50000
热门产品分类
我的电源币 0
要求：PR≥5 收录50万以上 alexa排名4万以内 申请链接QQ:
关于电源网
我们的服务
服务时间：周一至周五9:00-18:00
免费技术研讨会
获取一手干货分享
电源网版权
增值电信业务经营许可证：津B2-
网博互动旗下网站：我是单片机初学者，买了STM32学习板，但很多程序看不懂，请高手指点……_百度知道
我是单片机初学者，买了STM32学习板，但很多程序看不懂，请高手指点……
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
初学单片机，看完入门视频，买了套开发板准备实践中级单片机国内常用的有AVR,MSP430等等，个人觉得AVR就不要碰了，现在用的人越来越少了，而且它过于简单（,ldVTpU
采纳率：40%
还初学者啊
从单片机开始好点~~
初学就搞stm32？NB
其他1条回答
为您推荐：
其他类似问题
您可能关注的内容
stm32的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。单片机高手看看了！_百度知道
单片机高手看看了！
请问单片机STC89C52和STC90C52能互换吗？如果不能，那两者有什么区别？
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
STC89C52和STC90C52是可以互换的，在烧录程序时，是否选择6T模式要统一就行了。引脚上和软件上都是兼容的。
我是初学者,那请问一下,6t是什么意思？
传统51单片机是12T为一个机器周期，T是一个时钟周期。STC单片机
可以加速，变成6T为一个机器周期，速度快一倍。这是烧录程序时，CTC-ISP烧录程序的选项。
鼠标所指的选项
采纳率：92%
来自团队：
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。查看: 17149|回复: 157
[－玩转FFT算法－]-FFT算法单片机任你移植－个人总结篇
本帖最后由 chaily 于
13:35 编辑
之前有过不少的玩家发过许多关于FFT的贴了，但关于可随意移植到任意单片机的FFT算法个人感觉并不是很完善，尤其对于初学者和一些玩51的，大神看了不要笑话，嘿嘿。
这里对网上流传的其中一类FFT算法进行了个人测试和总结，在这里分享给大家。所有的资料都在附件里面了，这里贴出主要源代码和详细注释，里面也还有一些本人不清楚的问题，有待大神一起探讨。
/********************************************************************
这里讲讲傅立叶快速变换FFT算法的C例程，不恰当的地方还请探讨。
此例程可以移植到任何的单片机，但前提是单片机内存要够大(如果做32点的应该256字节内存就足够了，256字节内存的51机做64点好像也够)，至于速度快或慢，只要你能承受那些慢速的就无所谓。
这里以128点采样作为例子。要注意的是，采样点数N和采样率Fs还有信号频率F的关系。
FFT算法可以把对波形采样回来的数据进行转换，比如有一个模拟信号过来，假设对其以某个采样率采样了128个点的数据，经过FFT换算以后，就可以获得这段波形里面含有的不同频率的特征，也就是变成频谱。换算的结果是以复数的形式表现的，比如某个频率的信息以a＋bi的形式表示，这里a是实部，b是虚部。而例程中会以数组s16 Fft_Real[128]来表示128个频率的实部，以s16 Fft_Image[128]来表示128个频率的虚部。
采样点数N和采样率Fs还有信号频率F的关系是这样的，在一个模拟信号中，采样率至少应该是这个信号中需要分析的最高频率的2倍，而这个信号中需要分析的最低频率Fl＝Fs/N，也就是采样率除以采样点数，同时这个频率也是fft换算过程的频率分辩率。可能有点晕了，这里举例说明。
假设我们有一个信号里面含有100Hz的信号和含有1000Hz的信号叠加在一起，用示波器是很难分清的，通过对这信号进行采样和FFT转换就可以得到这组信号的频谱特征，因为需要分析的最低信号为100Hz，我们假设现在对信号要进行128点的采样，那么我们至少要能分辨100Hz的信号，采样率可以是100Hzx128点＝12800Hz，也就是我们需要以每秒采集12800点的速度来采集1/100秒的时间(因为只采集128点，所以时间上是1/100秒)，当然也可以使用6400Hz的采样率，这样分辩率是50Hz，这里就以12800Hz为例。
采集回来的数据要怎么处理呢？首先对于FFT算法，需要有数组数据输入，经过FFT换算以后会以数组数据输出。我们可以直接定义两个数组s16 Fft_Real[128]和s16 Fft_Image[128]，我们把采集来的128个数据按一个特殊的顺序输入到s16 Fft_Real[128]这个数组里面(当作实部输入)，而s16 Fft_Image[128]则全部输入0，然后运行fft算法转换。转换过后，s16 Fft_Real[128]里面的128个数会变成128个频率的实部，而s16 Fft_Image[128]里面的128个数会变成128个频率的虚部。哪128个频率呢，实际上只能获得64个频率。在这两个输出的数组里面，数组s16 Fft_Real[128]的第一个数(第一个数是s16 Fft_Real[0])和s16 Fft_Image[128]的第一个数(第一个数是s16 Fft_Image[0])分别是0Hz这个频率(直流分量)的复数形式结果里面的实部和虚部，而第二个数是100Hz的复数形式的结果，第三个数是200Hz的结果，依此类推，第64个数是6300Hz的结果。假如我们想知道信号中是否含有100Hz这个频率存在，那么我们需要查看s16 Fft_Real[1]和s16 Fft_Image[1]这两个数，把实部和虚部分别进行平方求和以后再开平方，就是100Hz信号的模，把模值除以采样点数N的1/2就得到100Hz的信号的峰值。同理，要知道信号里面是否含有1000Hz，我们需要取出s16 Fft_Real[10]和s16 Fft_Image[10]来计算。这128组数据里面，只有前面64组是有用的，后面的都是镜像数据，我们不理会。因为采样率是12800Hz，我们能查看的最高频率是6400Hz，也就是需要拿s16 Fft_Real[64]和s16 Fft_Image[64]出来算，但这两个值很可能不再准确，因为是极限的问题。
以下我们来看看相关的例程，这个例程可以用于移植到任何的单片机中，只要单片机的速度不太慢(太慢你愿意慢慢等也没关系)，内存足够就可以运行。这个例程可以修改为256点和512点或者1024点甚至更高点数的fft，下面会讲到需要修改一些什么参数。增加采样点数可以在采样率不变的情况下增加分辩率，如果点数增加一倍，采样率也提高一倍，那么分辩率不变，但能识别的最高频率将提高一倍，这是采样点数增加的好处，但同时会减慢运算速度。此例程使用stm32f103在72M主频下测试256点fft,运算时间为10mS左右，官方的函数库不知道会不会经过优化而更快，但考虑到许多人不喜欢使用函数库，也考虑这个例程的可移植性，这里直接使用fft函数而不讲函数库的内容。
*********************************************************************/
//以下为FFT傅立叶转换算法用到的相关定义
u8 ADC_Count=0;
/********注意，这里u8就是8位的unsigned char类型数据，在51里面就是unsigned char。以下的数组s16 Fft_Real[128]就是16位signed类型的数组，相当于signed int，而Fft_Real只是一个数组的名字，随便起也可以的，Fft_Image也一样**********/
u8 i,j,k,b,p; //这是用到的一些寄存器，注意这里如果要算256点以上的fft的话，需改成16位的u16。
s16 Temp_Real,Temp_Imag, //中间临时变量，名称也是自己定义的，但要与fft函数里面的对应
u16 TEMP1; //用于求功率的，可不需要
s16 Fft_Real[128]; //fft实部，128数组
s16 Fft_Image[128]; //fft虚部，128数组
/*****以下为放大128倍后的sin正弦函数数组表格，这个表格可以用“正弦波表生成”这个软件来生成，要注意需要做多少点的fft，就需要生成多少点的。数据类型要选择整形，不要选择正整型，生成位数都为8位，这里为了能在普通单片机快速运行，不使用浮点数，使用查表法以达到最快的运算。如果是256点以上的，数组数据类型也是使用s8，但数组数量增加，那就要求更大的内存，注意这里相当于指针用法，如果内存足够的，最好把表格写入内存，那样运行速度快，如果内存资源紧的，就把表格写入程序区，对于51就是一个signed char code table[N]和signed char table[N]的区别，带了code就告诉编译器我这个表格要放在ROM程序存储区，不带code就直接放入内存，其他单片机不同写法自己研究研究&&******/
s8 SIN_TAB[128]={0x00, 0x06, 0x0c, 0x12, 0x18, 0x1e, 0x24, 0x2a,
0x30, 0x36, 0x3b, 0x41, 0x46, 0x4b, 0x50, 0x55,
0x59, 0x5e, 0x62, 0x66, 0x69, 0x6c, 0x70, 0x72,
0x75, 0x77, 0x79, 0x7b, 0x7c, 0x7d, 0x7e, 0x7e,
0x7f, 0x7e, 0x7e, 0x7d, 0x7c, 0x7b, 0x79, 0x77,
0x75, 0x72, 0x70, 0x6c, 0x69, 0x66, 0x62, 0x5e,
0x59, 0x55, 0x50, 0x4b, 0x46, 0x41, 0x3b, 0x36,
0x30, 0x2a, 0x24, 0x1e, 0x18, 0x12, 0x0c, 0x06,
0x00, -0x06, -0x0c, -0x12, -0x18, -0x1e, -0x24, -0x2a,
-0x30, -0x36, -0x3b, -0x41, -0x46, -0x4b, -0x50, -0x55,
-0x59, -0x5e, -0x62, -0x66, -0x69, -0x6c, -0x70, -0x72,
-0x75, -0x77, -0x79, -0x7b, -0x7c, -0x7d, -0x7e, -0x7e,
-0x7f, -0x7e, -0x7e, -0x7d, -0x7c, -0x7b, -0x79, -0x77,
-0x75, -0x72, -0x70, -0x6c, -0x69, -0x66, -0x62, -0x5e,
-0x59, -0x55, -0x50, -0x4b, -0x46, -0x41, -0x3b, -0x36,
-0x30, -0x2a, -0x24, -0x1e, -0x18, -0x12, -0x0c, -0x06};
//以下是放大128倍后的cos余弦函数数组表格，这里注意事项与上面相同，只不过选择余弦来生成
s8 COS_TAB[128]={0x7f, 0x7e, 0x7e, 0x7d, 0x7c, 0x7b, 0x79, 0x77,
0x75, 0x72, 0x70, 0x6c, 0x69, 0x66, 0x62, 0x5e,
0x59, 0x55, 0x50, 0x4b, 0x46, 0x41, 0x3b, 0x36,
0x30, 0x2a, 0x24, 0x1e, 0x18, 0x12, 0x0c, 0x06,
0x00, -0x06, -0x0c, -0x12, -0x18, -0x1e, -0x24, -0x2a,
-0x30, -0x36, -0x3b, -0x41, -0x46, -0x4b, -0x50, -0x55,
-0x59, -0x5e, -0x62, -0x66, -0x69, -0x6c, -0x70, -0x72,
-0x75, -0x77, -0x79, -0x7b, -0x7c, -0x7d, -0x7e, -0x7e,
-0x7f, -0x7e, -0x7e, -0x7d, -0x7c, -0x7b, -0x79, -0x77,
-0x75, -0x72, -0x70, -0x6c, -0x69, -0x66, -0x62, -0x5e,
-0x59, -0x55, -0x50, -0x4b, -0x46, -0x41, -0x3b, -0x36,
-0x30, -0x2a, -0x24, -0x1e, -0x18, -0x12, -0x0c, -0x06,
0x00, 0x06, 0x0c, 0x12, 0x18, 0x1e, 0x24, 0x2a,
0x30, 0x36, 0x3b, 0x41, 0x46, 0x4b, 0x50, 0x55,
0x59, 0x5e, 0x62, 0x66, 0x69, 0x6c, 0x70, 0x72,
0x75, 0x77, 0x79, 0x7b, 0x7c, 0x7d, 0x7e, 0x7e};
/***********以下是采样存储序列表，这个表格可以在FFT_Code_Tables.h这个文件里面找到，更多点的FFT也在里面找，就是里面的unsigned int code BRTable[N]的那些，是用来控制采样点数据输入到实部数组s16 Fft_Real[128]里面的***************/
u8 LIST_TAB[128]={0,64,32,96,16,80,48,112,
8,72,40,104,24,88,56,120,
4,68,36,100,20,84,52,116,
12,76,44,108,28,92,60,124,
2,66,34,98,18,82,50,114,
10,74,42,106,26,90,58,122,
6,70,38,102,22,86,54,118,
14,78,46,110,30,94,62,126,
1,65,33,97,17,81,49,113,
9,73,41,105,25,89,57,121,
5,69,37,101,21,85,53,117,
13,77,45,109,29,93,61,125,
3,67,35,99,19,83,51,115,
11,75,43,107,27,91,59,123,
7,71,39,103,23,87,55,119,
15,79,47,111,31,95,63,127};
//以下为fft算法主体部分
void FFT(void)
u8 N=7; //这里因为128是2的7次方，如果是计算256点，则是2的8次方，N就是8，如果是512点则N＝9，如此类推
u16 NUM_FFT=128; //这里要算多少点的fft就赋值多少，值只能是2的N次方
& & for( i=1; i&=N; i++)& && && && & /* for(1) */
& && &&&b=1;
& && &&&b &&=(i-1);& && && && && &&&//蝶式运算，用于计算 隔多少行计算。例如第一级 1和2行计算，，，第二级
& && &&&for( j=0; j&=b-1; j++)& && & /* for (2) */
& && && && &p=1;
& && && && &p &&= (N-i);& && && && &
& && && && &p = p*j;
& && && && &for( k=j; k&NUM_FFT; k=k+2*b)& &/* for (3) 基二fft */
& && && && &{
& && && && && & Temp_Real = Fft_Real[k]; Temp_Imag = Fft_Image[k]; temp = Fft_Real[k+b];
& && && && && & Fft_Real[k] = Fft_Real[k] + ((Fft_Real[k+b]*COS_TAB[p])&&7) + ((Fft_Image[k+b]*SIN_TAB[p])&&7);
& && && && && & Fft_Image[k] = Fft_Image[k] - ((Fft_Real[k+b]*SIN_TAB[p])&&7) + ((Fft_Image[k+b]*COS_TAB[p])&&7);
& && && && && & Fft_Real[k+b] = Temp_Real - ((Fft_Real[k+b]*COS_TAB[p])&&7) - ((Fft_Image[k+b]*SIN_TAB[p])&&7);
& && && && && & Fft_Image[k+b] = Temp_Imag + ((temp*SIN_TAB[p])&&7) - ((Fft_Image[k+b]*COS_TAB[p])&&7);& &&&
& && && && && & //移位，防止溢出。结果已经是本值的1/64& && && && && &
& && && && &&&Fft_Real[k] &&= 1;& && && && &
& && && && && & Fft_Image[k] &&= 1;
& && && && && &Fft_Real[k+b]&&&&= 1;& && && && && &&&
& && && && && & Fft_Image[k+b]&&&&= 1;
& && && && &}& &&&
//& & & &&&Fft_Real[0]=Fft_Image[0]=0;&&//去掉直流分量，也可以不去掉
//& &Fft_Real[63]=Fft_Image[63]=0;
/********以上已经把128点的实部和虚部求完，下一次运算前需要把所有虚部重新清零
要求某个频率点的模，则模值=根号(实部平方+虚部平方)，即sqrt((Fft_Real[n]*Fft_Real[n])+(Fft_Image[n]*Fft_Image[n]))
第n个频率点的值是数组上的Fft_Real[n]和Fft_Image[n]，而Fft_Real[0]是直流分量。Fft_Real[1]是最低频率点，也是最小频率分辩率值，等于采样率/采样点数N
波形峰值大小=模值/(N/2)， N为采样点数
注意，由于上面把求得的值已经移位除法，相当于缩小了64倍(移位7位好像是128倍吧？？后面为什么还要移动一位？这里待高手指点，本人也不是很清楚，这里只做移植总结)
得到的那些实部虚部的结果爱怎么处理怎么处理，可以做音频频谱强度显示啦什么的******************/
void Fft_Imagclear(void) //fft虚部清零函数，在运行FFT函数之前需要先运行这个
& & & & u8&&//注意这里如果是256点以上要改成u16，下面的a&128条件也要相应的修改
& & & & for(a=0;a&128;a++)
& & & & & & & & {
& & & & & & & & & & & & Fft_Image[a]=0;
& & & & & & & & }
/********采样程序如下，这是stm32里面的采样函数而已，别的单片机该怎么写自己搞定，反正是采集够点数了，就停止采样，采样的数据输入到实部的时候是按那个LIST_TAB[128]表格顺序的，这里函数已经写好一个模型了，也就是Fft_Real[LIST_TAB[ADC_Count]]=你的采样数据，注意只输入到实部，虚部全部输入为0，所以运行FFT前虚部需要清零******/
void TIM2_IRQHandler(void)& &//时间中断服务函数， 这里控制自动定时采样
& & & & TIM_ClearFlag(TIM2, TIM_FLAG_Update); //该服务函数定时时间的倒数就是采样率
& & & & //stm32里面所有中断都不会自动清零，需要返回前清零标志位，否则会一直无限产生中断，其他单片机自己考虑实际情况
& & & & Fft_Real[LIST_TAB[ADC_Count]]=ADC_GetConversionValue(ADC1); //这里ADC_GetConversionValue(ADC1)是获得ADC的采样值，这里不同的单片机可能处理不同
& & & & & & & & & & & & if(ADC_Count&127) //采样计数条件判断
& & & & & & & & & & & & & & & & & & & & {ADC_Count++;}
& & & & & & & & & & & & else
& & & & & & & & & & & & & & & & & & & & {TIM_Cmd(TIM2,DISABLE);ADC_Count=128;} //采样够了就把控制中断的定时器关闭，这里写法可以自己发挥
& & & & & & & &
关于主函数可以大概这样写：
int main(void)
& & & & while(1)
& & & && & {
& & & & & & & & ADC_Count=0;
& & & & & & & & TIM_Cmd(TIM2,ENABLE); //打开控制采样的定时器中断的定时器，至于你的ADC是怎么采样的自己搞定
& & & & & & & & while(ADC_Count&128); //当采样点达到128点前循环等待，达到128点后跳过，这个点数随着需要的点数修改，需要配合采样时间中断的写法
& & & & & & & & FFT(); //运行FFT换算
& & & & & & & & Fft_Imagclear(); //运行虚部清零
& & & && &}
附件里面的内容有：
FFT_Code_Tables.h 文件
FFT变换的实际意义
正弦波表生成软件
本帖子中包含更多资源
才可以下载或查看，没有帐号？
既然用了STM32,干嘛不用DSPLib呢。
既然用了STM32,干嘛不用DSPLib呢。
额。。。这里是主要针对可移植的问题，哈～
正在学习当中
记号，收藏
再做linux上的fft，本来想自己写
但是后来发现fftw库....
上过数字信号处理的课，现在只记得IIR,FIR，还都不会用&&有空看看FFT
很好的资源帖，谢谢楼主贡献～～让我研究研究去～
那我要分析音频，那应该怎么取值，对单片机有什么要求呢？我想了解做一个音频频谱要什么要求
那我要分析音频，那应该怎么取值，对单片机有什么要求呢？我想了解做一个音频频谱要什么要求 ...
如果是做音乐频谱，考虑到我们大部分音乐的实际音频一般不超过16Khz，实际上绝大部分都不超过10KHz的，大于10KHz的声音是很少在我们普通音乐里面出现的。
如果单片机速度比较慢，则建议使用64点fft来做音乐频谱。这样可以分辨32段频谱，采样率可以设定为20KHz，这样最高分辨的频率是10KHz，而分辩率也就是最低一段的频率点是312.5Hz。
如果单片机速度还可以，可以使用128点FFT，这样可以分辨64段频谱，但我们一般只做32段就完全足够了，我们仍然可以使用20KHz的采样率，当然你想显示超过10KHz以上的频谱可以提高这个采样率。以20K采样率算的话，最低段的频率就变成了156Hz了，而32段是足够显示的了。当然如果你想耍耍酷，搞个64段或者128段也成～
对于单片机的要求，就以最普通的51单片机来说，如果是12MHz晶振，12T的话，主频只有1MHz，内存只有128字节怎么办呢，那只能把正弦余弦和存储顺序表格放入ROM中，勉强运行32点fft，因为实部虚部就占了64字节，剩余的资源非常紧张。对于许多STC的1T单片机估计还是可以胜任的，就12系列带AD的单片机，运行64点完全没问题，运行128点也有人做过，128点运算一次大概不超过50ms吧，这是估算，本人没实测，因为已经有不少人做出来了。
讲的很详细，谢谢分享。
如果是做音乐频谱，考虑到我们大部分音乐的实际音频一般不超过16Khz，实际上绝大部分都不超过10KHz的，大 ...
那就是说平常看到的频谱没到20K，所以就比较平均，好看些，那频谱的dB怎么分？
本帖最后由 chaily 于
14:29 编辑
那就是说平常看到的频谱没到20K，所以就比较平均，好看些，那频谱的dB怎么分？ ...
对，看起来比较平均的频谱很多最高一段都是不超过10KHz的，也好看。如果把最高设计成16KHz，那一般的音乐播放的时候，高段的部分基本上都不出现音柱了。
频谱的db就是每个对应频率的功率值，因为频谱实际上大多数都是功率谱，至于音频谱具体的换算关系，有些我也说不清楚哈～
而对于频谱仪，上面有标dbm的，比如某一个频率显示－10dbm，那这个输入进去的信号里面这个对应的频率的信号功率已经达到0.1W。
我们做音乐频谱的时候，为了表现效果，其实可以直接取模的值按一定比例放大或缩小来驱动点阵LED屏来做就行。论坛上有不少发的贴有参考的，可以搜索一下就知道了～
fft就是根据dft变下形式而已。
dft就一个公式。如果实时性不做要求，dft已经够用了、、、
好好学习天天向上，我也刚好做了一个玩玩
顶一下,MARK...
好东东，fft对这个一直没弄懂。多谢分享了
本帖最后由 1988_coolboy 于
16:32 编辑
帮楼主顶一下，谢谢分享
多谢楼主分享
我找过一个滤波的，算啊算的，4,5秒才完事····
我找过一个滤波的，算啊算的，4,5秒才完事····
滤波的？4,5秒？怎么说？
学习，以后用的到。
很好的入门，fft频谱，顶顶楼主 ！
不错，很好的帖子，学习一下，谢谢楼主分享
学习学习，谢谢
正需要这方面的资料，mark
讲得不错，赞一个。
先mark 等下看
这个写得比较清楚，好好
收藏，谢谢这样的好资料。。。
添加一个1024点的BRTable表格
unsigned int code BRTable[1024] ={0,512,256,768,128,640,384,896,64,576,320,832,192,704,448,960,
32,544,288,800,160,672,416,928,96,608,352,864,224,736,480,992,
16,528,272,784,144,656,400,912,80,592,336,848,208,720,464,976,
48,560,304,816,176,688,432,944,112,624,368,880,240,752,496,1008,
8,520,264,776,136,648,392,904,72,584,328,840,200,712,456,968,
40,552,296,808,168,680,424,936,104,616,360,872,232,744,488,1000,
24,536,280,792,152,664,408,920,88,600,344,856,216,728,472,984,
56,568,312,824,184,696,440,952,120,632,376,888,248,760,504,1016,
4,516,260,772,132,644,388,900,68,580,324,836,196,708,452,964,
36,548,292,804,164,676,420,932,100,612,356,868,228,740,484,996,
20,532,276,788,148,660,404,916,84,596,340,852,212,724,468,980,
52,564,308,820,180,692,436,948,116,628,372,884,244,756,500,1012,
12,524,268,780,140,652,396,908,76,588,332,844,204,716,460,972,
44,556,300,812,172,684,428,940,108,620,364,876,236,748,492,1004,
28,540,284,796,156,668,412,924,92,604,348,860,220,732,476,988,
60,572,316,828,188,700,444,956,124,636,380,892,252,764,508,1020,
2,514,258,770,130,642,386,898,66,578,322,834,194,706,450,962,
34,546,290,802,162,674,418,930,98,610,354,866,226,738,482,994,
18,530,274,768,146,658,402,914,82,594,338,850,210,722,466,978,
50,562,306,818,178,690,434,946,114,626,370,882,242,754,498,1010,
10,522,266,778,138,650,394,906,74,586,330,842,202,714,458,970,
42,554,298,810,170,682,426,938,106,618,362,874,234,746,490,1002,
26,538,282,794,154,666,410,922,90,602,346,858,218,730,474,986,
58,570,314,826,186,698,442,954,122,634,378,890,250,762,506,1018,
6,518,262,774,134,646,390,902,70,582,326,838,198,710,454,966,
38,550,294,806,166,678,422,934,102,614,358,870,230,742,486,998,
22,534,278,790,150,662,406,918,86,598,342,854,214,726,470,982,
54,566,310,822,182,694,438,950,118,630,374,886,246,758,502,1014,
14,526,270,782,142,654,398,910,78,590,334,846,206,718,462,974,
46,558,302,814,174,686,430,942,110,622,366,878,238,750,494,1006,
30,542,286,798,158,670,414,926,94,606,350,862,222,734,478,990,
62,574,318,830,190,702,446,958,126,638,382,894,254,766,510,1022,
1,513,257,769,129,641,385,897,65,577,321,833,193,705,449,961,
33,545,289,801,161,673,417,929,97,609,353,865,225,737,481,993,
17,529,273,785,145,657,401,913,81,593,337,849,209,721,465,977,
49,561,305,817,177,689,433,945,113,625,369,881,241,753,497,1009,
9,521,265,777,137,649,393,905,73,585,329,841,201,713,457,969,
41,553,297,809,169,681,425,937,105,617,361,873,233,745,489,1001,
25,537,281,793,153,665,409,921,89,601,345,857,217,729,473,985,
57,569,313,825,185,697,441,953,121,633,377,889,249,761,505,1017,
5,517,261,773,133,645,389,901,69,581,325,837,197,709,453,965,
37,549,293,805,165,677,421,933,101,613,357,869,229,741,485,997,
21,533,277,789,149,661,405,917,85,597,341,853,213,725,469,981,
53,565,309,821,181,693,437,949,117,629,373,885,245,757,501,1013,
13,525,269,781,141,653,397,909,77,589,333,845,205,717,461,973,
45,557,301,813,173,685,429,941,109,621,365,877,237,749,493,1005,
29,541,285,797,157,669,413,925,93,605,349,861,221,733,477,989,
61,573,317,829,189,701,445,957,125,637,381,893,253,765,509,1021,
3,515,259,771,131,643,387,899,67,579,323,835,195,707,451,963,
35,547,291,803,163,675,419,931,99,611,355,867,227,739,483,995,
19,531,275,787,147,659,403,915,83,595,339,851,211,723,467,979,
51,563,307,819,179,691,435,947,115,627,371,883,243,755,499,1011,
11,523,267,779,139,651,395,907,75,587,331,843,203,715,459,971,
43,555,299,811,171,683,427,939,107,619,363,875,235,747,491,1003,
27,539,283,795,155,667,411,923,91,603,347,859,219,731,475,987,
59,571,315,827,187,699,443,955,123,635,379,891,251,763,507,1019,
7,519,263,775,135,647,391,903,71,583,327,839,199,711,455,967,
39,551,295,807,167,679,423,935,103,615,359,871,231,743,487,999,
23,535,279,791,151,663,407,919,87,599,343,855,215,727,471,983,
55,567,311,823,183,695,439,951,119,631,375,887,247,759,503,1015,
15,527,271,783,143,655,399,911,79,591,335,847,207,719,463,975,
47,559,303,815,175,687,431,943,111,623,367,879,239,751,495,1007,
31,543,287,799,159,671,415,927,95,607,351,863,223,735,479,991,
63,575,319,831,191,703,447,959,127,639,383,895,255,767,511,1023}
好贴，正在搞FFT。
STM32F1 DSP库的FFT性能是这样滴，撸主加把劲……
本帖子中包含更多资源
才可以下载或查看，没有帐号？
STM32F1 DSP库的FFT性能是这样滴，撸主加把劲……
汉。。。。。32f103是达不到这个速度的，这好像是f3还是f4的。。。。。。。
谢谢, 写的通俗易懂~
学习了，谢谢
汉。。。。。32f103是达不到这个速度的，这好像是f3还是f4的。。。。。。。&&...
截图来自：
看那24/48/72MHz的频率都知道不是F4啦……
截图来自：UM0585: STM32F10x DSP library
看那24/48/72MHz的频率都知道不是F4啦……
查了一下，貌似F103确实也可以优化得很快，看来我得加把劲了
写的真不错，一直想用来着
小弟问一下p&&&&= (N-i);这一句有没有问题呀，如果没有问题的话得到的p值为何是
第一次：i = 1; N-i = 6; j = 0; p = 0;
第二次：i = 2; N-ip = 5;j = 0; p = 0;
& && && && && && && && && && && &j = 1; p = 64;& &&&感觉这里p应该是等于2的呀
现在彻底蒙圈了，到底咋回事儿呢
急求楼主解答呀……我实在搞不懂了
急求楼主解答呀……我实在搞不懂了
没有问题的，具体这里面怎么兜圈我也很多疑问，但我就是直接拿来用，现在已经在做1024点FFT对模拟信号进行频谱成分分析了，效果超级好。至于这个算法核心，我也不明所以。。。。。
for( k=j; k&NUM_FFT; k=k+2*b)
看到这个，LZ没怎么优化啊。。。。
for( k=j; k
是没有优化，我没去管FFT函数部分的东西。那部分只是摘抄的和修改成可以做任意点数的函数而已，主要是为了方便移植的啦，肯定比不上官方函数库的～～
楼主高人啊
过来学习一下
是没有优化，我没去管FFT函数部分的东西。那部分只是摘抄的和修改成可以做任意点数的函数而已，主要是为 ...
好吧，我已经明白咋回事儿了，不过谢谢你啊，这个代码还有赶紧的余地，等我确定了再说
好吧，我已经明白咋回事儿了，不过谢谢你啊，这个代码还有赶紧的余地，等我确定了再说 ...
很详细的资料
楼主的资料很详细
很好的资源帖，谢谢楼主贡献
mark!!有空学习学习！
写得不错！
我觉着正弦和余弦两个表格中的64-127的数似乎没有用到，然后就移位七次又来一次这个问题，我想半天也没有想明白，如果非得要一个合理的解释的话，似乎他是将实部和虚部都除以了256，这样平方相加开根号之后的幅值也相当于除以了256，是不是将数字量转化为了以V为单位的电压了呢？仅仅是猜想
我觉着正弦和余弦两个表格中的64-127的数似乎没有用到，然后就移位七次又来一次这个问题，我想半天也没有 ...
我也不清楚，所以这部分也是我的疑问，哈～
本帖最后由 zhengensong 于
08:20 编辑
我也不清楚，所以这部分也是我的疑问，哈～
楼主看看余弦的表格中的第一个值COS(0)本应该等于1的，但是他取的是127，8位的有符号整数是从-128到+127的，这样他后边在计算完成之后只要用到COS和SIN的地方都要除以128的，这样也是为了防止溢出的，如果COS和SIN的值，最大的是1，如果取浮点数据，运算特别慢不说，占内存，结果也不精确，他这样扩大倍数计算，计算完成之后再把倍数降下来，这样就使得数据在整数范围内有较快的准确的运算了，后边的移位，也就是又除以了2，我猜测可能是怕得到的结果溢出，他在这里除以2，得到的相当于实部和虚部都除以2，这样就相当于实部和虚部的平方和开放除以2，如果计算模值，他只需要再除以32就可以了，不过他的表格中的数据128个他就用了64个我真心猜不到为啥，如果楼主能验证的话，还请楼主帮忙验证一下能否把正弦和余弦两个数组中的64-127删除，看看结果是否正确，我能想到的就这么多，希望对大家有帮助，不足之处希望大家再次纠正……
很好的入门，fft频谱，顶顶楼主 ！
楼主看看余弦的表格中的第一个值COS(0)本应该等于1的，但是他取的是127，8为的有符号整数是从-128到+127 ...
你说的这个我迟些找时间测试一下。
你说的这个我迟些找时间测试一下。
楼主看看余弦的表格中的第一个值COS(0)本应该等于1的，但是他取的是127，8位的有符号整数是从-128到+127 ...
有一点不是很明白你说的，就是把正弦和余弦两个数组中的64-127删除，是直接删除然后数组数量变为64，还是说后面删除那些全部补0而保持数组数据还是128个呢？
漂亮啊，一直想弄个音乐频谱呢，还没抽时间看FFT算法……通用版，perfect
有一点不是很明白你说的，就是把正弦和余弦两个数组中的64-127删除，是直接删除然后数组数量变为64，还是 ...
直接变成64个元素的数组
果断收藏！！！！！！
收藏先！！
楼主看看余弦的表格中的第一个值COS(0)本应该等于1的，但是他取的是127，8位的有符号整数是从-128到+127 ...
针对这楼，实部和虚部都除以2，这样就相当于实部和虚部的平方和开放除以2，计算模值，为什么需要再除以32？而不是除以2？（还有就是代码刚开始说移位7位完就得到本值的1/64，按你的逻辑他只是先把SIN COS的值放大 在缩小，最后等得到的值应该是个正常的值。）层主能交流交流么？
我的Q：。方便的话可以加Q一起交流，谢谢！
谢谢了 ，果断收藏下
mark一下，打算做个东西
很好。。。。
正在学习，谢谢楼主分享
多谢分享，支持一个。
好东西，谢谢分享了。
久违的名词&&
嗯。楼主的心得挺好的
谢谢楼主 正需要这个
收藏了再慢慢消化
好东西啊，先收藏了
楼主很热心哈 这个必须收藏下
很好的帖子
学习学习了···！
mark 收藏了嘻嘻
学习了，亲测十分有效啊···
多谢分享，收藏了
谢谢分享！
真的是好东西
请教楼主，各频率的功率值以及总的功率值怎么求啊？本人小白
必须mark一下！~
谢谢楼主，好深奥的算法，一时还看不懂。
很好的帖子，先记号慢慢看
FFT,算法...谢谢楼主分享~
不错，学习了。
竟然看懂了
阿莫电子论坛, 原"中国电子开发网"
, 原www.ourdev.cn, 原www.ouravr.com}