STM32单片机FFT实战：CMSIS-DSP实现振动监测与频谱分析

简介：这份资源面向嵌入式开发初学者与数字信号处理方向的工程师，围绕STM32F1系列单片机（ARM Cortex-M3内核）讲解FFT快速傅里叶变换的完整实现方案，帮助读者把时域采样信号转换到频域，用于通信、音频与图像等场景的频率成分分析。压缩包共225个文件，约4.12MB，以60个h头文件与56个c源文件为核心，配合30个o目标文件、30个d依赖文件及27个crf编译记录，另有uvprojx、uvoptx工程文件、map映射表、hex烧录文件与bat脚本，覆盖从源码到编译产物的完整工程结构。资源涉及Cortex-M3内核特性、Cooley-Tukey蝶形运算与位反转、SRAM内存布局、TIM定时器中断触发、CMSIS-DSP库调用及误差与实时性分析等知识点，并附带TFTLCD、ADC、I2C、CAN等外设驱动源码，便于对照调试与性能优化。目前已有10174人学习下载，适合希望系统掌握STM32平台FFT落地方案的读者参考。

1. 为什么我劝你先别急着上DSP：STM32做FFT的真实落地场景

前阵子帮一个做振动监测的朋友看代码，他用STM32F103采集加速度传感器信号，想算出主频判断设备有没有异常。一开始他打算外挂一块专用DSP芯片，结果板子空间不够、成本也压不下来。我让他直接在STM32上跑FFT，用芯片自带的ADC采样、DMA搬运、CMSIS-DSP库做运算，整条链路在一颗几十块钱的单片机上就跑通了。这件事让我意识到，很多做嵌入式信号处理的人对“STM32单片机实现FFT”有误解，觉得精度不够、速度太慢，实际上对于几百Hz到几十kHz的振动、音频、电流谐波分析场景，STM32的算力完全够用。这篇笔记就围绕这个项目，把FFT在STM32上的完整实现路径拆开讲清楚，从采样配置到频谱输出，再到怎么改成你自己的应用。适合正在做嵌入式信号采集、想把频谱分析塞进单片机的开发者，也适合刚接触CMSIS-DSP库、想找一个能跑通的完整例程的人。

2. 项目定位与技术选型：为什么是CMSIS-DSP而不是自己手写蝶形运算

2.1 这个项目到底在做什么

项目核心目标很明确：用STM32的ADC对模拟信号进行等间隔采样，把采样数据送进FFT算法，输出各个频率分量的幅值，从而判断信号的主频成分。典型应用包括电机振动监测、音频频谱显示、电网谐波分析、传感器信号特征提取。整个系统不需要操作系统，裸机跑主循环加中断即可，资源占用小，适合成本敏感的批量产品。

技术栈上，主控选STM32F4系列（比如F407或F411），原因是它带FPU浮点运算单元，做浮点FFT时速度比F1系列快一个数量级。如果非要用F103，那就得用Q15定点格式，精度和动态范围会打折扣。开发环境用STM32CubeIDE或者Keil MDK都行，库依赖ST官方的HAL库加上ARM的CMSIS-DSP库。CMSIS-DSP是ARM官方为Cortex-M系列优化的数字信号处理库，里面已经写好了FFT、FIR、IIR等常用算法，直接调用就行，没必要自己手写蝶形运算——手写的版本在代码体积和运行效率上通常都不如官方库。

2.2 采样率、点数与频率分辨率的关系

这三个参数是FFT应用里最容易翻车的地方，必须先算清楚。频率分辨率等于采样率除以FFT点数。比如采样率设为10kHz，做1024点FFT，分辨率就是9.77Hz，意味着你能区分的最小频率间隔是9.77Hz。如果两个信号频率差小于这个值，频谱上就会糊在一起。

另一个约束是采样定理：采样率必须大于信号最高频率的两倍。实际工程中一般取2.5到5倍，留出抗混叠滤波器的过渡带。比如你要分析最高5kHz的信号，采样率至少设12.5kHz，稳妥点设20kHz以上。

点数选择上，STM32的RAM有限，F407有192KB SRAM，做4096点浮点FFT需要两个4096长度的float数组（实部+虚部），每个float占4字节，一共32KB，加上其他变量和栈空间，勉强够用。如果RAM紧张，可以用1024点或2048点，或者改用Q15定点格式把内存减半。

2.3 整体数据流设计

从信号到频谱，数据流是这样的：模拟信号经过抗混叠滤波（硬件RC低通或者运放搭建的有源滤波）进入ADC引脚，定时器触发ADC以固定频率采样，DMA把ADC结果搬运到缓冲区，攒够N个点后触发中断，在主循环或中断回调里调用CMSIS-DSP的FFT函数，最后对复数结果求模得到幅值谱。这个链路里，定时器触发保证采样间隔严格均匀，DMA搬运不占CPU，是保证FFT精度的关键。如果采样间隔不均匀，频谱会出现杂散，相当于人为引入了相位噪声。

3. 工程搭建与核心代码：从CubeMX配置到FFT输出完整链路

3.1 CubeMX里的时钟、ADC与DMA配置

先在STM32CubeMX里把时钟树配好。以F407为例，外部晶振8MHz，经过PLL倍频到168MHz系统时钟。ADC时钟不能超过36MHz，所以APB2分频后给ADC的时钟要控制在36MHz以内。定时器时钟设为84MHz（APB1定时器时钟）。

ADC配置为独立模式，规则通道，使能连续转换模式关闭（我们用定时器触发），外部触发源选定时器TRGO事件。DMA设置成循环模式，数据宽度半字（ADC是12位，用uint16_t存），内存地址递增，外设地址不变。

定时器配置为向上计数，预分频器和自动重载值决定采样率。公式是：采样率 = 定时器时钟 / ((PSC+1)*(ARR+1))。比如定时器时钟84MHz，想要10kHz采样率，可以设PSC=0，ARR=8399，这样84MHz/8400=10kHz。

// 定时器3初始化，产生10kHz触发信号 void MX_TIM3_Init(void) { TIM_ClockConfigTypeDef sClockSourceConfig = {0}; TIM_MasterConfigTypeDef sMasterConfig = {0}; htim3.Instance = TIM3; htim3.Init.Prescaler = 0; // 不分频 htim3.Init.CounterMode = TIM_COUNTERMODE_UP; htim3.Init.Period = 8399; // 84MHz / 8400 = 10kHz htim3.Init.ClockDivision = TIM_CLOCKDIVISION_DIV1; htim3.Init.AutoReloadPreload = TIM_AUTORELOAD_PRELOAD_ENABLE; HAL_TIM_Base_Init(&htim3); sClockSourceConfig.ClockSource = TIM_CLOCKSOURCE_INTERNAL; HAL_TIM_ConfigClockSource(&htim3, &sClockSourceConfig); // 配置TRGO输出，用于触发ADC sMasterConfig.MasterOutputTrigger = TIM_TRGO_UPDATE; sMasterConfig.MasterSlaveMode = TIM_MASTERSLAVEMODE_DISABLE; HAL_TIMEx_MasterConfigSynchronization(&htim3, &sMasterConfig); }

这段代码把TIM3配成10kHz更新事件，每次更新时TRGO输出一个脉冲触发ADC。参数说明：Prescaler是预分频，0表示不分频；Period是自动重载值，实际分频系数是Period+1；MasterOutputTrigger选TIM_TRGO_UPDATE表示更新事件触发。

3.2 DMA搬运与采样缓冲区管理

ADC采集到的数据需要连续不断地存到数组里，用DMA可以完全不占CPU。定义一个长度为FFT点数的uint16_t数组作为DMA目标地址，DMA循环模式会让它自动回卷。但要注意，FFT运算需要一帧完整的数据，所以通常用双缓冲或者半传输中断加传输完成中断来管理。

#define FFT_SIZE 1024 uint16_t adc_buf[FFT_SIZE]; // ADC原始数据 float fft_input[FFT_SIZE * 2]; // FFT输入：实部+虚部交错 float fft_output[FFT_SIZE]; // FFT幅值输出 // DMA传输完成回调，一帧数据攒够后触发 void HAL_ADC_ConvCpltCallback(ADC_HandleTypeDef* hadc) { // 把ADC数据转成float并去直流分量 float sum = 0.0f; for (int i = 0; i < FFT_SIZE; i++) { sum += (float)adc_buf[i]; } float mean = sum / FFT_SIZE; for (int i = 0; i < FFT_SIZE; i++) { fft_input[2*i] = ((float)adc_buf[i] - mean) * 3.3f / 4096.0f; fft_input[2*i+1] = 0.0f; // 虚部清零 } // 这里可以置标志位，在主循环里做FFT fft_ready = 1; }

这段回调里做了三件事：求均值去直流、把ADC码值转成电压、虚部清零。去直流很重要，如果信号有直流偏置，FFT结果在0Hz处会有一个很大的峰，可能掩盖低频成分。电压转换系数3.3f/4096.0f是因为ADC是12位，参考电压3.3V。虚部清零是因为输入是实信号，FFT之前虚部必须为0。

3.3 调用CMSIS-DSP的FFT函数

CMSIS-DSP提供了多种FFT函数，实数FFT用arm_rfft_fast_f32效率最高，它内部会把实信号打包成复数再运算，比直接用复数FFT省一半计算量。初始化时先创建实例，然后调用初始化函数，最后执行变换。

#include "arm_math.h" arm_rfft_fast_instance_f32 fft_inst; void fft_init(void) { // 初始化实数FFT实例，参数是点数 arm_rfft_fast_init_f32(&fft_inst, FFT_SIZE); } void fft_process(void) { // 执行FFT，fft_input是交错格式的实部虚部 arm_rfft_fast_f32(&fft_inst, fft_input, fft_output, 0); // 求模得到幅值谱，注意输出是对称的，只看前一半 arm_cmplx_mag_f32(fft_output, fft_output, FFT_SIZE / 2); // 找最大峰值对应的频率 float max_val; uint32_t max_idx; arm_max_f32(fft_output, FFT_SIZE / 2, &max_val, &max_idx); // 频率 = 索引 * 采样率 / FFT点数 float peak_freq = (float)max_idx * SAMPLE_RATE / FFT_SIZE; }

arm_rfft_fast_f32的第三个参数是输出数组，第四个参数0表示正向变换（1是逆变换）。注意实数FFT的输出格式比较特殊：输出数组的前半部分是复数频谱的实部，后半部分是虚部，但arm_cmplx_mag_f32可以直接处理这种打包格式，所以不用手动拆。求模之后结果是对称的，只需要看前N/2个点。最后用arm_max_f32找峰值索引，乘以频率分辨率就得到主频。

3.4 加窗与频谱泄漏处理

如果信号频率不是频率分辨率的整数倍，FFT会出现频谱泄漏，峰值附近出现拖尾。工程上一般加汉宁窗或汉明窗来抑制。加窗的代价是主瓣变宽，频率分辨率略微下降，但峰值幅度更准确。

// 生成汉宁窗系数 float window[FFT_SIZE]; for (int i = 0; i < FFT_SIZE; i++) { window[i] = 0.5f * (1.0f - arm_cos_f32(2.0f * PI * i / (FFT_SIZE - 1))); } // 在ADC回调里加窗 for (int i = 0; i < FFT_SIZE; i++) { fft_input[2*i] = ((float)adc_buf[i] - mean) * 3.3f / 4096.0f * window[i]; fft_input[2*i+1] = 0.0f; }

加窗之后幅值需要乘以补偿系数，汉宁窗的相干增益是0.5，所以幅值要乘2才能还原真实幅度。如果只是找主频位置，不做绝对幅度测量，可以不加补偿。

4. 避坑与常见问题：采样、内存和精度上的血泪经验

4.1 采样率不对导致频谱整体偏移

现象：频谱上峰值位置和信号源频率对不上，偏差很大且没有规律。原因通常是定时器配置算错了，或者ADC触发源没选对。比如定时器时钟不是你以为的84MHz，而是经过分频后的42MHz，采样率就变成5kHz，所有频率读数翻倍。解决方法是先用示波器测ADC触发引脚或者用GPIO翻转法确认实际采样率，再反推定时器参数。我一般会在定时器中断里翻转一个IO口，用示波器看方波频率，确认无误后再接传感器。

4.2 内存溢出导致HardFault

现象：程序跑一会儿就进HardFault，或者FFT结果全是乱码。原因多半是数组太大，栈溢出或者堆不够。F407的默认栈大小在启动文件里是0x400（1KB），如果FFT数组定义在局部变量里，1024点浮点数组就要8KB，直接爆栈。解决办法是把大数组定义成全局变量或者用static修饰，放到静态存储区。另外检查链接脚本里的RAM分配，确保堆栈区域够用。

4.3 直流偏置淹没低频分量

现象：频谱上0Hz附近有一个巨大峰值，低频信号完全看不见。原因是ADC采集到的信号有直流偏置，比如传感器输出叠加了1.65V的偏置电压。FFT对直流分量非常敏感，0Hz处的幅值会非常大。解决办法是在FFT之前减去均值，代码里就是先求和再减去平均值。如果偏置是缓慢漂移的，可以用高通滤波器先滤掉。

4.4 频谱泄漏导致峰值判断错误

现象：信号频率在两个频点之间时，峰值出现在错误的索引上，或者出现两个相近的峰。原因是没加窗或者窗函数选得不对。矩形窗泄漏最严重，汉宁窗和汉明窗抑制效果好但主瓣宽。解决办法是根据应用选窗：如果只关心主频位置，汉宁窗够用；如果需要区分相近频率，用矩形窗但增加点数。另外可以用抛物线插值法对峰值索引做修正，提高频率估计精度。

4.5 浮点运算速度不够导致实时性差

现象：FFT运算时间太长，采样数据来不及处理，缓冲区被覆盖。F103没有FPU，浮点FFT跑1024点可能要几十毫秒。解决办法是换F4系列带FPU的芯片，或者改用Q15定点格式。CMSIS-DSP提供了arm_rfft_q15函数，速度比浮点快很多，但要注意数据范围不能超过Q15的表示范围（-1到1），输入前要归一化。

5. 二次开发与改造：把FFT例程变成你自己的产品代码

5.1 从固定点数改成动态配置

原始例程里FFT_SIZE是宏定义，编译时固定。实际产品可能需要根据上位机命令切换分辨率，比如低功耗模式下用256点，高精度模式下用4096点。改造思路是把FFT实例和缓冲区都做成结构体，运行时根据配置参数初始化。

typedef struct { arm_rfft_fast_instance_f32 inst; float *input; float *output; uint16_t size; float sample_rate; } fft_handle_t; int fft_config(fft_handle_t *h, uint16_t size, float fs) { h->size = size; h->sample_rate = fs; h->input = (float *)malloc(size * 2 * sizeof(float)); h->output = (float *)malloc(size * sizeof(float)); if (!h->input || !h->output) return -1; arm_rfft_fast_init_f32(&h->inst, size); return 0; }

这样改造后，上层应用只需要调用fft_config传入点数和采样率，不用关心底层细节。注意malloc在单片机上要慎用，容易产生碎片，更稳妥的做法是预分配最大尺寸的静态数组，运行时只改size参数。

5.2 增加峰值插值提高频率精度

直接取最大索引的频率分辨率有限，比如10kHz采样1024点，分辨率9.77Hz。如果信号是50.3Hz，峰值可能落在51.7Hz的索引上。用抛物线插值可以把精度提高到1Hz以内。

// 抛物线插值修正峰值索引 float interpolate_peak(float *mag, uint32_t idx, uint16_t size) { if (idx == 0 || idx >= size - 1) return (float)idx; float alpha = mag[idx - 1]; float beta = mag[idx]; float gamma = mag[idx + 1]; float delta = 0.5f * (alpha - gamma) / (alpha - 2.0f * beta + gamma); return (float)idx + delta; }

这个公式利用峰值左右两个点的幅值做二次拟合，delta是偏移量，范围在-0.5到0.5之间。修正后的索引乘以频率分辨率就是更准确的频率估计。注意如果峰值在边界上（索引0或N/2-1），插值会失效，需要特殊处理。

5.3 多通道FFT与结果上报

实际产品往往需要同时分析多路信号，比如三相电流的谐波。改造方法是给每个通道分配独立的ADC缓冲区和FFT实例，用DMA的多个通道或者ADC扫描模式轮流采集。运算时可以分时复用同一个FFT实例，只要保证数据不冲突。

结果上报一般通过UART或CAN发给上位机。建议定义一个简单的协议帧，包含通道号、峰值频率、峰值幅值、时间戳。如果上位机需要完整频谱，可以把幅值数组按一定间隔抽取后发送，避免数据量过大。

5.4 验证方法：用信号发生器闭环测试

改完之后怎么验证？我一般用信号发生器输出一个已知频率的正弦波，比如1kHz、幅度1Vpp，接到ADC输入端。然后看串口打印的峰值频率是不是1kHz附近，幅值是不是和输入匹配。如果频率对不上，先查采样率；如果幅值不对，查窗函数补偿和ADC参考电压。再用示波器看ADC输入引脚，确认信号没有失真。最后把信号频率改成非整数倍分辨率的值，比如1.005kHz，看插值后的结果是否准确。

从那以后我每次做FFT相关的项目，都会先用信号发生器跑一遍单频点闭环，确认采样率、窗函数、插值三个环节都没问题，再接真实传感器。这个习惯帮我省了很多调试时间，也避免过把传感器装到设备上才发现频谱不对的尴尬。希望帮到你。

本文还有配套的精品资源，点击获取