当前位置：首页 > news >正文

STM32实战：从ADC采样到FFT频谱分析的完整工程指南

news 2026/5/27 1:47:33

1. 为什么需要FFT频谱分析？

在嵌入式开发中，我们经常需要处理各种模拟信号。比如监测电机振动时，传感器输出的电压信号会随着振动频率变化；分析电网质量时，需要捕捉电压波形中的谐波成分。这些信号在时域上看起来就是不断变化的电压曲线，但真正有价值的信息往往隐藏在频率特性中。

举个例子，假设我们用一个加速度传感器监测工业设备。时域波形可能只是一条杂乱无章的曲线，但经过FFT转换后，我们就能清晰地看到50Hz的工频干扰、120Hz的轴承故障特征频率等关键信息。这就是为什么FFT分析会成为嵌入式信号处理的标配工具。

2. 硬件配置与ADC采样

2.1 搭建硬件环境

首先需要准备STM32开发板（推荐F3/F4系列带硬件FPU的型号）、信号源（可以用函数发生器或自制RC振荡电路）和示波器。将信号源接入开发板的ADC输入引脚，注意电压范围不要超过芯片规定的最大值（通常是0-3.3V）。

我在项目中常用的是STM32F407的ADC1通道5，配合定时器触发采样。硬件连接时有个容易踩坑的地方：如果信号源输出阻抗较高，需要在ADC输入端加一个0.1uF的滤波电容，否则采样值会出现明显波动。

2.2 配置ADC参数

使用CubeMX配置ADC时，这几个参数最关键：

采样时钟：建议不超过30MHz
采样周期：根据信号频率调整，一般设为3-15个时钟周期
触发源：选择定时器触发（TIMx_TRGO）
DMA配置：开启循环模式，数据宽度选Word

这里有个实用技巧：如果要做1024点FFT，可以设置定时器触发频率=目标采样率/1024。比如要实现64kHz采样，定时器频率就设为62.5Hz（64000/1024）。

// ADC初始化代码示例 hadc1.Instance = ADC1; hadc1.Init.ClockPrescaler = ADC_CLOCK_SYNC_PCLK_DIV4; hadc1.Init.Resolution = ADC_RESOLUTION_12B; hadc1.Init.ScanConvMode = DISABLE; hadc1.Init.ContinuousConvMode = DISABLE; hadc1.Init.DiscontinuousConvMode = DISABLE; hadc1.Init.ExternalTrigConvEdge = ADC_EXTERNALTRIGCONVEDGE_RISING; hadc1.Init.ExternalTrigConv = ADC_EXTERNALTRIGCONV_T2_TRGO; hadc1.Init.DataAlign = ADC_DATAALIGN_RIGHT; hadc1.Init.NbrOfConversion = 1; hadc1.Init.DMAContinuousRequests = ENABLE;

3. 数据预处理技巧

3.1 消除直流偏置

实际采集的信号往往带有直流分量，这会影响FFT结果。我常用的处理方法是：

采集1024个样本
计算平均值作为直流分量
所有样本减去这个平均值

// 去除直流分量示例 int32_t dc_offset = 0; for(int i=0; i<1024; i++) { dc_offset += adc_buffer[i]; } dc_offset /= 1024; for(int i=0; i<1024; i++) { adc_buffer[i] -= dc_offset; }

3.2 加窗函数应用

直接截取信号做FFT会产生频谱泄漏，加窗函数能有效改善这个问题。对于常见的振动分析，汉宁窗（Hanning）是个不错的选择：

// 汉宁窗应用示例 for(int i=0; i<1024; i++) { float window = 0.5 * (1 - cos(2*PI*i/1023)); adc_buffer[i] = (int32_t)(adc_buffer[i] * window); }

实测发现，加窗后50Hz工频干扰的频谱幅值会降低约30%，但频率分辨率更准确。如果是瞬态信号分析，可以考虑矩形窗（即不加窗）。

4. FFT实现与优化

4.1 使用STM32 DSP库

STM32CubeIDE自带DSP库，包含优化过的FFT函数。先在工程中启用DSP库：

右键工程 -> Properties -> C/C++ Build -> Settings
在Tool Settings标签下勾选"Use CMSIS"

然后添加头文件：

#include "arm_math.h" #include "arm_const_structs.h"

对于1024点FFT，可以这样调用：

// 准备FFT输入数据 float32_t fft_input[2048]; // 实部+虚部 for(int i=0; i<1024; i++) { fft_input[2*i] = (float32_t)adc_buffer[i]; // 实部 fft_input[2*i+1] = 0; // 虚部 } // 执行FFT arm_cfft_f32(&arm_cfft_sR_f32_len1024, fft_input, 0, 1); // 计算幅值 float32_t fft_output[1024]; arm_cmplx_mag_f32(fft_input, fft_output, 1024);

4.2 频率刻度计算

FFT结果需要转换成实际频率值。计算公式为：频率 = (bin索引 × 采样率) / FFT点数

例如采样率64kHz，1024点FFT：

第0点：0Hz（直流分量）
第1点：62.5Hz
第2点：125Hz
...
第512点：32kHz（奈奎斯特频率）

// 频率计算示例 float freq_resolution = 64000.0f / 1024; // 62.5Hz for(int i=0; i<512; i++) { // 只取前一半 float freq = i * freq_resolution; printf("Bin %d: %.1fHz, Magnitude: %.2f\n", i, freq, fft_output[i]); }

5. 工程实践中的坑与解决方案

5.1 采样率不准确问题

有一次做电机振动分析，发现频谱总是偏移几Hz。后来发现是定时器配置有误，实际采样率比设定值低了3%。解决方法：

用示波器测量ADC触发信号的实际频率
调整定时器预分频值
或者在代码中动态计算实际采样率

// 动态计算采样率 uint32_t actual_sample_rate = SystemCoreClock / (htim2.Init.Prescaler+1) / (htim2.Init.Period+1);

5.2 内存不足问题

做2048点FFT时容易遇到内存不足。可以这样优化：

使用CCM RAM（如果芯片支持）
降低ADC分辨率到12位
改用Q15格式代替浮点运算

// 使用Q15格式示例 #include <arm_math.h> q15_t fft_input_q15[2048]; arm_float_to_q15(fft_input, fft_input_q15, 2048); arm_cfft_q15(&arm_cfft_sR_q15_len1024, fft_input_q15, 0, 1);

6. 结果可视化与应用

6.1 LCD频谱显示

在320x240的LCD上显示频谱时，建议：

横轴取对数刻度（20-20kHz）
纵轴用dB单位
每10个bin取一个最大值

// LCD显示优化示例 for(int i=0; i<30; i++) { float max_mag = 0; for(int j=0; j<10; j++) { int idx = i*10 + j; if(fft_output[idx] > max_mag) max_mag = fft_output[idx]; } float db = 20 * log10(max_mag); LCD_DrawColumn(i*10, 240, (int)db); }

6.2 谐波分析实例

在电能质量分析中，我们常用FFT计算THD（总谐波失真）。假设基波是50Hz：

// THD计算示例 float fundamental = fft_output[8]; // 50Hz对应第8个bin float harmonics = 0; for(int i=16; i<512; i+=8) { // 从100Hz开始 harmonics += fft_output[i] * fft_output[i]; } float thd = sqrt(harmonics) / fundamental * 100; printf("THD: %.1f%%\n", thd);

实际项目中我发现，电网THD超过5%就需要注意了，可能意味着有非线性负载接入。

查看全文

http://www.rkmt.cn/news/1397747.html