尧图网页设计 
简介面向STM32F1系列单片机实现快速傅里叶变换的完整工程资源适合嵌入式开发者、电子竞赛学生及从事数字信号处理的工程师。FFT算法可将时域信号转换为频域是音频分析、振动检测、通信解调等场景的基础配合Cortex-M3内核的浮点性能可在单片机上高效运行。内容涉及Cortex-M3内核特性、FFT蝶形运算与位反转、内存布局优化、定时器触发采样、CMSIS-DSP库调用、浮点误差控制及中断调度等关键知识点。压缩包共225个文件、约4.12MB以C源文件56个和头文件60个为主辅以Keil工程模板、链接脚本、map映射文件、hex烧录文件、汇编启动文件等便于直接查看工程结构、编译烧录和深入分析代码。已有10147人学习可作为STM32信号处理项目的重要参考。借助该资源可系统理解STM32底层外设配置方法掌握ADC连续采样与FFT计算的完整流程学习如何利用DMA优化计算速度并通过实际调试文件排查问题同时也可借鉴其模块化写法和工程组织方式快速移植到其他F1系列板卡或扩展更多频域分析功能。 在做电机振动检测板的时候我第一回在STM32上用FFT测频率连续折腾了两个晚上。信号发生器输出50Hz正弦波示波器里看起来干净得很可单片机算出来的频谱全是毛刺主峰周围飘着一堆莫名其妙的尖峰。后来我把注意力从“FFT代码写没写对”换到“采样链路和数据处理有没有问题”上才真正把频谱调干净。这篇不打算从头推导FFT公式而是想把我在STM32上调通FFT的全过程、踩过的坑、验证过的参数和推荐的做法整理一下给正在做类似项目的人参考。不管你是做音频频谱显示、电机转速检测、电流谐波分析还是毕业设计里的振动监测只要用STM32系列单片机基本套路都是同一个ADC定时采样攒够一帧数据交给FFT再从频域结果里找频点。可要把这条链路做稳采样率设定、内存布局、DMA双缓冲、窗函数、幅值换算每一处都会影响最后结论。我最后悔的就是最开始只盯着算法本身忽略了外面这一圈工程问题。1. 方案选型手写FFT、CMSIS-DSP还是KISS FFT1.1 FFT在STM32上到底解决什么问题FFT解决的是频域问题。示波器上看一段不规则的振动波形人眼很难直接判断里面包含哪些频率成分但做一次FFT之后每个频率对应的幅值就分开了故障特征一眼就能看到。在STM32项目里ADC负责把模拟信号变成数字序列FFT负责把这一组时间序列转换成频谱单片机再根据频谱去做峰值搜索、故障判断或者显示更新。很多新手会被“FFT原理”四个字吓住以为一定要手写蝶形运算和位反转才算真正会。真到了项目交付节点CMSIS-DSP库是目前性价比最高的选择。ARM官方已经把基2时间抽取、旋转因子表这些都优化过了你要做的只是配好采样频率把数据填进缓冲区调用一个arm_rfft_fast_f32就能拿到频谱结果。1.2 三种实现方式对比与选择依据我在调这个项目时列过一个选型表本质上就是“学习用途”和“项目交付”之间的取舍现在整理出来供参考实现方式代码量与复杂度运行效率F103上的建议适用场景手写蝶形FFT代码量大要处理位反转、旋转因子取决于实现水平通常是中等不推荐用于正式功能只用来理解原理学习FFT内部逻辑、面试准备CMSIS-DSP库配置简单调用封装好的API经ARM官方优化整体效率高优先推荐定点版本Q15可用绝大部分STM32项目KISS FFT源码简洁跨平台好移植中等算法固定但通用适合特殊嵌入式环境或二次改造非ARM平台、自定义需求多如果只是课程设计或者竞赛作品我建议别在手写FFT上耗太多时间把精力放在采样链路上最后在文档里说明“基于CMSIS-DSP实现FFT并对其耗时和精度做了验证”这个逻辑比你去网上抄一段蝶形算法要完整得多。CMSIS-DSP库在STM32CubeMX里直接勾选就可以加到工程里不需要额外折腾移植。1.3 无FPU设备的定点FFT思路这里要提到一个容易忽略的现实STM32F103这种Cortex-M3核没有FPU跑浮点FFT时所有float运算都要用软件模拟速度比M4/M7慢不少。如果你手上的项目已经定了F103又发现1024点FFT占用了太多CPU时间性价比最高的改法是换成arm_cfft_q15这种Q15定点版本而不是急着换主控。定点FFT的核心思路是把浮点数据映射到[-1, 1)区间再乘上32768转成int16_t。这样做有三个好处一是内存占用减少一半float32是4字节Q15只要2字节二是定点运算在Cortex-M3上比软浮点快很多三是没有FPU也能跑得很稳。代价是需要额外处理定标和溢出问题后面第3.4节我会给出一套可以直接搬的方案。2. 采样率、分辨率与窗函数真正决定频谱质量的环节2.1 采样频率与频率分辨率的计算关系FFT之前必须先把采样频率和点数之间的关系搞清楚。频率分辨率就是频谱里两根谱线之间的最小间隔计算公式是Δf Fs / N其中Fs是采样频率N是FFT点数。比如我用定时器触发ADC采样频率Fs4000Hz做1024点FFT那么分辨率就是4000/1024约等于3.9Hz。也就是说50Hz和53.9Hz这两个频率在频谱上还能勉强分开但如果要分辨49.8Hz和50.2Hz这种接近频率3.9Hz的分辨率完全不够用。要提高分辨率方向只有两个增加FFT点数N或者降低采样频率Fs。采样频率一旦低过信号最高频率的两倍就会发生混叠所以采样率不能随心所欲地降。这就需要先明确你要观测的频率范围再用范围上限的两倍以上作为采样率然后用内存预算决定FFT点数。F103的SRAM通常只有20KB到64KB做4096点单精度FFT需要一次性开16KB以上的数组加上其他状态变量内存就很紧张了这时候Q15定点或者分块处理就变得很有必要。2.2 加窗一个容易被跳过的关键步骤我最初调出来的频谱一大片毛刺根本原因就是没加窗。对ADC采到的一帧数据做FFT相当于从无限长信号里截了一段这种截断会让信号能量从真实频率位置向两侧扩散术语叫频谱泄漏。手册和例程里如果信号刚好是FFT点数的整数倍周期泄漏会很小但实际工程信号很难满足这个条件。解决办法是给数据加窗函数让帧边缘的幅值平滑地趋近于零。常用的是汉宁窗代码很简单for (uint16_t i 0; i FFT_SIZE; i) { float32_t w 0.5f * (1.0f - arm_cos_f32(2.0f * PI * i / (FFT_SIZE - 1))); buf[i] * w; }注意这段代码要放在FFT调用之前。加窗后频谱会干净很多但代价是主峰会变宽幅值也会下降。如果只是显示频谱形状不校正也没关系如果要还原真实幅值汉宁窗的能量恢复系数大约是2工程上常用幅值乘回去近似校正。更严谨的做法是在现场用已知幅值的正弦波做一次标定把标定系数存下来这比查表估算靠谱得多。2.3 从复数结果转成可用的幅值谱CMSIS-DSP的浮点FFT输出是实部和虚部交错排列的复数数组。对实数信号做N点FFTN个复数结果里只有前一半是有效的后一半是前一半的共轭镜像。所以取幅值的时候只需要处理k0到N/2-1。for (uint16_t k 0; k FFT_SIZE / 2; k) { float32_t re fft_out[2 * k]; float32_t im fft_out[2 * k 1]; magnitude[k] sqrtf(re * re im * im); }算完幅值之后要把它换算成真实信号幅值。对于单频正弦信号FFT峰值处的幅度大约等于信号幅值乘以N/2。所以做工程换算时常用做法是magnitude[k] * 2.0f / N。另外输出数组的第一个点也就是k0对应直流分量它经常比其他频点大很多找主频的时候要记得跳过。3. 实操过程从CubeMX配置到一帧完整频谱3.1 硬件准备与验证框架如果你手里没有电机或者麦克风也不用担心。验证FFT功能最省事的方案是板内自测用STM32的DAC输出一个已知频率正弦波飞线把DAC引脚和ADC输入引脚短接。我当时就是这么干的信号发生器都省了还在DAC输出端串一个1k电阻再进ADC用示波器确认波形正常后开始调代码。这样避免了外部信号源接地环路带来噪声也方便随时换频率。硬件上需要确认几件事信号电压不能超过ADC参考电压范围如果信号是双极性的要先加偏置电路因为STM32的ADC只能采正电压采样引脚建议留一个RC滤波或者至少保证信号源输出阻抗不要太高。少数开发板的ADC引脚会连到其他外设接线前看一下原理图避免选错引脚。3.2 定时器触发ADC与DMA双缓冲采样间隔的稳定性直接决定频谱质量。用ADC的连续扫描模式虽然简单但单片机的其他中断会打断采样间隔导致采样时间抖动频谱上表现为噪声底抬高。正确做法是用定时器产生触发事件由硬件精确控制ADC转换的启动时间再通过DMA把结果搬到内存整个过程不需要CPU干预。CubeMX里的关键配置项就是ADC的触发源。先把定时器配成你要的采样频率比如ARR和PSC计算出一个100kHz的更新事件然后将定时器事件映射为ADC的外部触发选择DMA循环模式数据宽度按HalfWord目标缓冲区大小设为2倍FFT点数。注意DMA要配成Circular模式这样定时器每次触发ADC转换DMA自动把数据写入缓冲区循环往复。双缓冲是容易忽略的细节。如果只有一个缓冲区FFT正在处理上一帧数据时DMA又在往同一块内存里写入新数据结果就是新老数据混在一起频谱彻底失真。我自己的做法是准备两个缓冲区Ping-Pong切换DMA半传输完成中断时表示前一半填完主程序处理前一半DMA继续往后一半写等全传输完成中断时再处理后一半。这样采集和计算交错进行互相不干扰。F1系列可以使用DMA半传输/传输完成两个中断状态来实现。3.3 调用CMSIS-DSP库完成浮点FFT在CubeMX中勾选CMSIS-DSP组件后工程就带上了DSP库。用arm_rfft_fast_f32做实数FFT的话整个过程三步static arm_rfft_fast_instance_f32 fft_instance; void fft_init(void) { arm_rfft_fast_init_f32(fft_instance, FFT_SIZE); } void fft_process(float32_t *input, float32_t *output) { arm_rfft_fast_f32(fft_instance, input, output, 0); }这里的FFT_SIZE必须是2的幂比如1024、2048。arm_rfft_fast_f32的第四个参数0表示正变换输出直接放在output数组里。如果ADC数据是uint16_t类型的原始码值要先把每个值转成float32再做归一化。比如12位ADC满量程是4095参考电压3.3V那电压值就是raw * 3.3f / 4095.0f。如果采集的是交流信号建议先把平均值减掉再做FFT减少直流分量对谱线的压制。调用FFT之前加窗调完FFT之后按第2.3节的方式换算幅值一帧频谱就出来了。为了验证正确性我习惯先固定输入一个1kHz正弦波看FFT主峰是不是落在1000 / (Fs / N)这个bin附近。对不上的话优先检查采样频率和FFT点数有没有算错。3.4 无FPU单片机上的Q15定点优化方案如果FFT耗时严重或者内存不够用就要上定点。CMSIS-DSP提供了一套Q15版本接口核心思路是把浮点数据映射到Q15范围。我实际用的流程是先把浮点输入限幅到[-1, 1)乘上32768之后强转成int16_t存到q15_t数组中然后调用arm_cfft_q15。传给arm_cfft_q15的数据同时也是输出缓冲区所以要准备好两个副本一个给变换另一个保留原始数据做后续分析。for (uint16_t i 0; i FFT_SIZE; i) { if (input[i] 1.0f) input[i] 1.0f; if (input[i] -1.0f) input[i] -1.0f; q15_input[i] (q15_t)(input[i] * 32768.0f); } arm_cfft_q15(q15_instance, q15_input, 0, 1);Q15定点FFT结果里的数值不是真实幅值需要把输出先除以FFT点数再乘回来做幅值换算。还有一点要特别注意定点运算对溢出很敏感输入信号幅度别接近满量程留出20%余量更安全。实际对比下来的体会是F103上从浮点换成Q15之后单帧FFT耗时下降非常明显内存也能省下一半代价就是多了几个定标环节调试时要多算几步。4. 常见问题与排查技巧实录4.1 ST-Link连接失败No STM32 Target Found用STM32 ST-LINK Utility或者CubeProgrammer连接时控制台经常弹出一长串错误里面有一句Error: No STM32 target found! If your product embeds debug authentication...第一次看到容易慌好像芯片坏了。多数情况下不是硬件损坏而是连接条件没满足。排查顺序我一般是这样先确认SWDIO、SWCLK、GND三根线接对了杜邦线插拔几次之后接触不良非常常见确认目标板真的上电了ST-Link的供电能力有限最好单独给目标板供电按下目标板的复位键不放点击Connect的同时松开复位可以解决MCU程序自己把调试口复用或者跑飞导致的握手失败在CubeProgrammer里勾选Connect Under Reset选项强制在复位状态进入调试再不行就检查芯片读保护。如果芯片之前烧过并开启了RDP级别2SWD会彻底失效普通工具无法回退只能考虑整片擦除或更换芯片。还有一个没写进文档的细节很多开发板的ST-Link用久了固件版本太旧也会识别不到目标芯片。把ST-Link固件升级到最新版再重复上述步骤往往就能连上。4.2 频谱主峰位置对不上的排查流程如果FFT跑完发现主峰不在预期频点不要着急改算法先按三个方向排查。第一检查采样率平均值是否真的等于你配置的值。定时器分频算错、内部RC振荡器精度不足都会让实际采样率偏离预期。我测过不少板子用内部HSI做采样时钟时频率偏差可能达到百分之几体现在FFT上就是主峰位置整体偏移。第二回到信号源头用已知正弦波做一次单频验证理论上输出应该只有一个主峰如果旁边泄漏严重多半是没加窗。第三确认信号通道里有没有隔直电容或低通滤波低频信号经过隔直电容后幅度会衰减FFT算出来的低频幅值自然偏小。这类问题最好用表格排查法处理现象可能原因解决办法主峰出现在明显错误的bin采样率配置错误用已知频率正弦波重新标定采样率主峰位置对但旁边有宽裙边未加窗或信号非整周期截断加汉宁窗并做幅值校正频谱低频出现大直流尖峰信号有直流偏置先减平均值再做FFT高频出现等间距干扰峰电源噪声或混叠检查供电、优化抗混叠滤波4.3 编译优化等级导致采样时序异常这个坑非常隐蔽。我在F103上写了一段等待信号稳定的延时用for空循环实现没开优化时运行正常一开-O2甚至-O3采样结果就莫名其妙地跳变。原因是编译器发现空循环没有实际作用直接把延时循环优化掉了等待时间瞬间变成零。解决办法有两个一是给循环控制变量加volatile修饰二是干脆用定时器计数来做精确延时。后者更可靠也和其他采样逻辑统一。还有一个相关经验采样中断回调里尽量不要做浮点FFT或长时间处理。如果FFT运算占用了CPU期间ADC的DMA还在继续采样中断回调就会延迟采样间隔抖动会打乱频谱。正确的做法是DMA把数据填好主循环发现缓冲区满了再开始做FFT不让FFT参与中断路径。4.4 定点FFT输出结果偏小或溢出的处理使用Q15定点FFT时常见问题是输出幅值明显偏小甚至出现负值。原因是定点结果经过了缩放需要在后处理时除以FFT点数再乘回原始比例。如果结果出现溢出通常是因为输入信号幅度太大。我在代码里加了一个简单的限幅函数所有输入先判断是否超过±0.8超过就做缩放这样既保留动态范围又防止蝶形运算过程中中间结果溢出。限幅会损失一点动态范围但换来了稳定性工程上值得。5. 项目落地时的一些个人体会如果在课程设计、竞赛或者毕业设计里要用STM32做FFT相关功能我真心建议把大部分时间花在采样链路上而不是FFT代码上。ADC采样率算清楚DMA双缓冲跑稳数据加一个合适的窗后面调用DSP库只是一小段代码的事。我最初恰恰相反先把时间全花在FFT原理和手写算法上结果被ST-Link连接、采样抖动和窗函数这些问题折磨了很长时间。最后发现真正决定频谱质量的反而不是FFT变换本身而是它前面的数据准备环节。这个思路在后续做工程时也一直帮我绕开了很多弯路。本文还有配套的精品资源点击获取 STM32 FFT频谱测量全流程：从采样链路到CMSIS-DSP实现
简介面向STM32F1系列单片机实现快速傅里叶变换的完整工程资源适合嵌入式开发者、电子竞赛学生及从事数字信号处理的工程师。FFT算法可将时域信号转换为频域是音频分析、振动检测、通信解调等场景的基础配合Cortex-M3内核的浮点性能可在单片机上高效运行。内容涉及Cortex-M3内核特性、FFT蝶形运算与位反转、内存布局优化、定时器触发采样、CMSIS-DSP库调用、浮点误差控制及中断调度等关键知识点。压缩包共225个文件、约4.12MB以C源文件56个和头文件60个为主辅以Keil工程模板、链接脚本、map映射文件、hex烧录文件、汇编启动文件等便于直接查看工程结构、编译烧录和深入分析代码。已有10147人学习可作为STM32信号处理项目的重要参考。借助该资源可系统理解STM32底层外设配置方法掌握ADC连续采样与FFT计算的完整流程学习如何利用DMA优化计算速度并通过实际调试文件排查问题同时也可借鉴其模块化写法和工程组织方式快速移植到其他F1系列板卡或扩展更多频域分析功能。 在做电机振动检测板的时候我第一回在STM32上用FFT测频率连续折腾了两个晚上。信号发生器输出50Hz正弦波示波器里看起来干净得很可单片机算出来的频谱全是毛刺主峰周围飘着一堆莫名其妙的尖峰。后来我把注意力从“FFT代码写没写对”换到“采样链路和数据处理有没有问题”上才真正把频谱调干净。这篇不打算从头推导FFT公式而是想把我在STM32上调通FFT的全过程、踩过的坑、验证过的参数和推荐的做法整理一下给正在做类似项目的人参考。不管你是做音频频谱显示、电机转速检测、电流谐波分析还是毕业设计里的振动监测只要用STM32系列单片机基本套路都是同一个ADC定时采样攒够一帧数据交给FFT再从频域结果里找频点。可要把这条链路做稳采样率设定、内存布局、DMA双缓冲、窗函数、幅值换算每一处都会影响最后结论。我最后悔的就是最开始只盯着算法本身忽略了外面这一圈工程问题。1. 方案选型手写FFT、CMSIS-DSP还是KISS FFT1.1 FFT在STM32上到底解决什么问题FFT解决的是频域问题。示波器上看一段不规则的振动波形人眼很难直接判断里面包含哪些频率成分但做一次FFT之后每个频率对应的幅值就分开了故障特征一眼就能看到。在STM32项目里ADC负责把模拟信号变成数字序列FFT负责把这一组时间序列转换成频谱单片机再根据频谱去做峰值搜索、故障判断或者显示更新。很多新手会被“FFT原理”四个字吓住以为一定要手写蝶形运算和位反转才算真正会。真到了项目交付节点CMSIS-DSP库是目前性价比最高的选择。ARM官方已经把基2时间抽取、旋转因子表这些都优化过了你要做的只是配好采样频率把数据填进缓冲区调用一个arm_rfft_fast_f32就能拿到频谱结果。1.2 三种实现方式对比与选择依据我在调这个项目时列过一个选型表本质上就是“学习用途”和“项目交付”之间的取舍现在整理出来供参考实现方式代码量与复杂度运行效率F103上的建议适用场景手写蝶形FFT代码量大要处理位反转、旋转因子取决于实现水平通常是中等不推荐用于正式功能只用来理解原理学习FFT内部逻辑、面试准备CMSIS-DSP库配置简单调用封装好的API经ARM官方优化整体效率高优先推荐定点版本Q15可用绝大部分STM32项目KISS FFT源码简洁跨平台好移植中等算法固定但通用适合特殊嵌入式环境或二次改造非ARM平台、自定义需求多如果只是课程设计或者竞赛作品我建议别在手写FFT上耗太多时间把精力放在采样链路上最后在文档里说明“基于CMSIS-DSP实现FFT并对其耗时和精度做了验证”这个逻辑比你去网上抄一段蝶形算法要完整得多。CMSIS-DSP库在STM32CubeMX里直接勾选就可以加到工程里不需要额外折腾移植。1.3 无FPU设备的定点FFT思路这里要提到一个容易忽略的现实STM32F103这种Cortex-M3核没有FPU跑浮点FFT时所有float运算都要用软件模拟速度比M4/M7慢不少。如果你手上的项目已经定了F103又发现1024点FFT占用了太多CPU时间性价比最高的改法是换成arm_cfft_q15这种Q15定点版本而不是急着换主控。定点FFT的核心思路是把浮点数据映射到[-1, 1)区间再乘上32768转成int16_t。这样做有三个好处一是内存占用减少一半float32是4字节Q15只要2字节二是定点运算在Cortex-M3上比软浮点快很多三是没有FPU也能跑得很稳。代价是需要额外处理定标和溢出问题后面第3.4节我会给出一套可以直接搬的方案。2. 采样率、分辨率与窗函数真正决定频谱质量的环节2.1 采样频率与频率分辨率的计算关系FFT之前必须先把采样频率和点数之间的关系搞清楚。频率分辨率就是频谱里两根谱线之间的最小间隔计算公式是Δf Fs / N其中Fs是采样频率N是FFT点数。比如我用定时器触发ADC采样频率Fs4000Hz做1024点FFT那么分辨率就是4000/1024约等于3.9Hz。也就是说50Hz和53.9Hz这两个频率在频谱上还能勉强分开但如果要分辨49.8Hz和50.2Hz这种接近频率3.9Hz的分辨率完全不够用。要提高分辨率方向只有两个增加FFT点数N或者降低采样频率Fs。采样频率一旦低过信号最高频率的两倍就会发生混叠所以采样率不能随心所欲地降。这就需要先明确你要观测的频率范围再用范围上限的两倍以上作为采样率然后用内存预算决定FFT点数。F103的SRAM通常只有20KB到64KB做4096点单精度FFT需要一次性开16KB以上的数组加上其他状态变量内存就很紧张了这时候Q15定点或者分块处理就变得很有必要。2.2 加窗一个容易被跳过的关键步骤我最初调出来的频谱一大片毛刺根本原因就是没加窗。对ADC采到的一帧数据做FFT相当于从无限长信号里截了一段这种截断会让信号能量从真实频率位置向两侧扩散术语叫频谱泄漏。手册和例程里如果信号刚好是FFT点数的整数倍周期泄漏会很小但实际工程信号很难满足这个条件。解决办法是给数据加窗函数让帧边缘的幅值平滑地趋近于零。常用的是汉宁窗代码很简单for (uint16_t i 0; i FFT_SIZE; i) { float32_t w 0.5f * (1.0f - arm_cos_f32(2.0f * PI * i / (FFT_SIZE - 1))); buf[i] * w; }注意这段代码要放在FFT调用之前。加窗后频谱会干净很多但代价是主峰会变宽幅值也会下降。如果只是显示频谱形状不校正也没关系如果要还原真实幅值汉宁窗的能量恢复系数大约是2工程上常用幅值乘回去近似校正。更严谨的做法是在现场用已知幅值的正弦波做一次标定把标定系数存下来这比查表估算靠谱得多。2.3 从复数结果转成可用的幅值谱CMSIS-DSP的浮点FFT输出是实部和虚部交错排列的复数数组。对实数信号做N点FFTN个复数结果里只有前一半是有效的后一半是前一半的共轭镜像。所以取幅值的时候只需要处理k0到N/2-1。for (uint16_t k 0; k FFT_SIZE / 2; k) { float32_t re fft_out[2 * k]; float32_t im fft_out[2 * k 1]; magnitude[k] sqrtf(re * re im * im); }算完幅值之后要把它换算成真实信号幅值。对于单频正弦信号FFT峰值处的幅度大约等于信号幅值乘以N/2。所以做工程换算时常用做法是magnitude[k] * 2.0f / N。另外输出数组的第一个点也就是k0对应直流分量它经常比其他频点大很多找主频的时候要记得跳过。3. 实操过程从CubeMX配置到一帧完整频谱3.1 硬件准备与验证框架如果你手里没有电机或者麦克风也不用担心。验证FFT功能最省事的方案是板内自测用STM32的DAC输出一个已知频率正弦波飞线把DAC引脚和ADC输入引脚短接。我当时就是这么干的信号发生器都省了还在DAC输出端串一个1k电阻再进ADC用示波器确认波形正常后开始调代码。这样避免了外部信号源接地环路带来噪声也方便随时换频率。硬件上需要确认几件事信号电压不能超过ADC参考电压范围如果信号是双极性的要先加偏置电路因为STM32的ADC只能采正电压采样引脚建议留一个RC滤波或者至少保证信号源输出阻抗不要太高。少数开发板的ADC引脚会连到其他外设接线前看一下原理图避免选错引脚。3.2 定时器触发ADC与DMA双缓冲采样间隔的稳定性直接决定频谱质量。用ADC的连续扫描模式虽然简单但单片机的其他中断会打断采样间隔导致采样时间抖动频谱上表现为噪声底抬高。正确做法是用定时器产生触发事件由硬件精确控制ADC转换的启动时间再通过DMA把结果搬到内存整个过程不需要CPU干预。CubeMX里的关键配置项就是ADC的触发源。先把定时器配成你要的采样频率比如ARR和PSC计算出一个100kHz的更新事件然后将定时器事件映射为ADC的外部触发选择DMA循环模式数据宽度按HalfWord目标缓冲区大小设为2倍FFT点数。注意DMA要配成Circular模式这样定时器每次触发ADC转换DMA自动把数据写入缓冲区循环往复。双缓冲是容易忽略的细节。如果只有一个缓冲区FFT正在处理上一帧数据时DMA又在往同一块内存里写入新数据结果就是新老数据混在一起频谱彻底失真。我自己的做法是准备两个缓冲区Ping-Pong切换DMA半传输完成中断时表示前一半填完主程序处理前一半DMA继续往后一半写等全传输完成中断时再处理后一半。这样采集和计算交错进行互相不干扰。F1系列可以使用DMA半传输/传输完成两个中断状态来实现。3.3 调用CMSIS-DSP库完成浮点FFT在CubeMX中勾选CMSIS-DSP组件后工程就带上了DSP库。用arm_rfft_fast_f32做实数FFT的话整个过程三步static arm_rfft_fast_instance_f32 fft_instance; void fft_init(void) { arm_rfft_fast_init_f32(fft_instance, FFT_SIZE); } void fft_process(float32_t *input, float32_t *output) { arm_rfft_fast_f32(fft_instance, input, output, 0); }这里的FFT_SIZE必须是2的幂比如1024、2048。arm_rfft_fast_f32的第四个参数0表示正变换输出直接放在output数组里。如果ADC数据是uint16_t类型的原始码值要先把每个值转成float32再做归一化。比如12位ADC满量程是4095参考电压3.3V那电压值就是raw * 3.3f / 4095.0f。如果采集的是交流信号建议先把平均值减掉再做FFT减少直流分量对谱线的压制。调用FFT之前加窗调完FFT之后按第2.3节的方式换算幅值一帧频谱就出来了。为了验证正确性我习惯先固定输入一个1kHz正弦波看FFT主峰是不是落在1000 / (Fs / N)这个bin附近。对不上的话优先检查采样频率和FFT点数有没有算错。3.4 无FPU单片机上的Q15定点优化方案如果FFT耗时严重或者内存不够用就要上定点。CMSIS-DSP提供了一套Q15版本接口核心思路是把浮点数据映射到Q15范围。我实际用的流程是先把浮点输入限幅到[-1, 1)乘上32768之后强转成int16_t存到q15_t数组中然后调用arm_cfft_q15。传给arm_cfft_q15的数据同时也是输出缓冲区所以要准备好两个副本一个给变换另一个保留原始数据做后续分析。for (uint16_t i 0; i FFT_SIZE; i) { if (input[i] 1.0f) input[i] 1.0f; if (input[i] -1.0f) input[i] -1.0f; q15_input[i] (q15_t)(input[i] * 32768.0f); } arm_cfft_q15(q15_instance, q15_input, 0, 1);Q15定点FFT结果里的数值不是真实幅值需要把输出先除以FFT点数再乘回来做幅值换算。还有一点要特别注意定点运算对溢出很敏感输入信号幅度别接近满量程留出20%余量更安全。实际对比下来的体会是F103上从浮点换成Q15之后单帧FFT耗时下降非常明显内存也能省下一半代价就是多了几个定标环节调试时要多算几步。4. 常见问题与排查技巧实录4.1 ST-Link连接失败No STM32 Target Found用STM32 ST-LINK Utility或者CubeProgrammer连接时控制台经常弹出一长串错误里面有一句Error: No STM32 target found! If your product embeds debug authentication...第一次看到容易慌好像芯片坏了。多数情况下不是硬件损坏而是连接条件没满足。排查顺序我一般是这样先确认SWDIO、SWCLK、GND三根线接对了杜邦线插拔几次之后接触不良非常常见确认目标板真的上电了ST-Link的供电能力有限最好单独给目标板供电按下目标板的复位键不放点击Connect的同时松开复位可以解决MCU程序自己把调试口复用或者跑飞导致的握手失败在CubeProgrammer里勾选Connect Under Reset选项强制在复位状态进入调试再不行就检查芯片读保护。如果芯片之前烧过并开启了RDP级别2SWD会彻底失效普通工具无法回退只能考虑整片擦除或更换芯片。还有一个没写进文档的细节很多开发板的ST-Link用久了固件版本太旧也会识别不到目标芯片。把ST-Link固件升级到最新版再重复上述步骤往往就能连上。4.2 频谱主峰位置对不上的排查流程如果FFT跑完发现主峰不在预期频点不要着急改算法先按三个方向排查。第一检查采样率平均值是否真的等于你配置的值。定时器分频算错、内部RC振荡器精度不足都会让实际采样率偏离预期。我测过不少板子用内部HSI做采样时钟时频率偏差可能达到百分之几体现在FFT上就是主峰位置整体偏移。第二回到信号源头用已知正弦波做一次单频验证理论上输出应该只有一个主峰如果旁边泄漏严重多半是没加窗。第三确认信号通道里有没有隔直电容或低通滤波低频信号经过隔直电容后幅度会衰减FFT算出来的低频幅值自然偏小。这类问题最好用表格排查法处理现象可能原因解决办法主峰出现在明显错误的bin采样率配置错误用已知频率正弦波重新标定采样率主峰位置对但旁边有宽裙边未加窗或信号非整周期截断加汉宁窗并做幅值校正频谱低频出现大直流尖峰信号有直流偏置先减平均值再做FFT高频出现等间距干扰峰电源噪声或混叠检查供电、优化抗混叠滤波4.3 编译优化等级导致采样时序异常这个坑非常隐蔽。我在F103上写了一段等待信号稳定的延时用for空循环实现没开优化时运行正常一开-O2甚至-O3采样结果就莫名其妙地跳变。原因是编译器发现空循环没有实际作用直接把延时循环优化掉了等待时间瞬间变成零。解决办法有两个一是给循环控制变量加volatile修饰二是干脆用定时器计数来做精确延时。后者更可靠也和其他采样逻辑统一。还有一个相关经验采样中断回调里尽量不要做浮点FFT或长时间处理。如果FFT运算占用了CPU期间ADC的DMA还在继续采样中断回调就会延迟采样间隔抖动会打乱频谱。正确的做法是DMA把数据填好主循环发现缓冲区满了再开始做FFT不让FFT参与中断路径。4.4 定点FFT输出结果偏小或溢出的处理使用Q15定点FFT时常见问题是输出幅值明显偏小甚至出现负值。原因是定点结果经过了缩放需要在后处理时除以FFT点数再乘回原始比例。如果结果出现溢出通常是因为输入信号幅度太大。我在代码里加了一个简单的限幅函数所有输入先判断是否超过±0.8超过就做缩放这样既保留动态范围又防止蝶形运算过程中中间结果溢出。限幅会损失一点动态范围但换来了稳定性工程上值得。5. 项目落地时的一些个人体会如果在课程设计、竞赛或者毕业设计里要用STM32做FFT相关功能我真心建议把大部分时间花在采样链路上而不是FFT代码上。ADC采样率算清楚DMA双缓冲跑稳数据加一个合适的窗后面调用DSP库只是一小段代码的事。我最初恰恰相反先把时间全花在FFT原理和手写算法上结果被ST-Link连接、采样抖动和窗函数这些问题折磨了很长时间。最后发现真正决定频谱质量的反而不是FFT变换本身而是它前面的数据准备环节。这个思路在后续做工程时也一直帮我绕开了很多弯路。本文还有配套的精品资源点击获取