33.1 实数FFT的逆变换实现 本小节主要讲解实数FFT的逆变换实现,通过函数arm_cfft_f32实现浮点数的逆变换。 33.1.1 arm_rfft_fast_f32逆变换函数定义如下: void arm_rfft_fast_f32( arm_rfft_fast_instance_f32 * S, float32_t * p, float32_t * pOut, uint8_t ifftFlag) 参数定义: [in] *S points to anarm_rfft_fast_instance_f32 structure. [in] *p points to the inputbuffer. [in] *pOut points to the outputbuffer. [in] ifftFlag RFFT if flag is 0,RIFFT if flag is 1 注意事项: 结构arm_rfft_fast_instance_f32的定义如下(在文件arm_math.h文件): typedef struct { arm_cfft_instance_f32 Sint; /**< Internal CFFT structure. */ uint16_t fftLenRFFT; /** float32_t* pTwiddleRFFT; /**< Twiddle factors real stage */ } arm_rfft_fast_instance_f32 ; 下面通过函数arm_rfft_f32计算一个正弦波的FFT,然后再使用函数arm_rfft_f32做FFT逆变换,并使用 Matlab计算变换前后的结果对比。
- /*
- *********************************************************************************************************
- * 函 数 名: arm_rfft_fast_f32_app
- * 功能说明: 调用函数arm_rfft_fast_f32计算逆变换
- * 形 参:无
- * 返 回 值: 无
- *********************************************************************************************************
- */
- static void arm_rfft_fast_f32_app(void)
- {
- uint16_t i;
- arm_rfft_fast_instance_f32 S;
-
- /* 实数序列FFT长度 */
- fftSize = 1024;
- /* 正变换 */
- ifftFlag = 0;
-
- /* 初始化结构体S中的参数 */
- arm_rfft_fast_init_f32(&S, fftSize);
-
- /* 按照实部,虚部,实部,虚部..... 的顺序存储数据 */
- for(i=0; i<1024; i++)
- {
- /* 50Hz正弦波,采样率1KHz */
- testInput_f32_10khz[i] = 1.2f*arm_sin_f32(2*3.1415926f*50*i/1000)+1;
- printf("%frn", testInput_f32_10khz[i]);
- }
-
- /* 1024点实序列快速FFT */
- arm_rfft_fast_f32(&S, testInput_f32_10khz, testOutput_f32_10khz, ifftFlag);
-
- /* 逆变换 */
- ifftFlag = 1;
-
- /* 1024点实序列快速FFT */
- arm_rfft_fast_f32(&S, testOutput_f32_10khz, testInput_f32_10khz, ifftFlag);
-
- printf("****************************分割线**********************************rn");
-
- /* 串口打印求解的模值 */
- for(i=0; i
- {
- printf("%frn", testInput_f32_10khz[i]);
- }
-
- }
复制代码
运行如上函数可以通过串口打印出原始正弦波和经过RFFT,RIFFT的正弦波,下面我们就通过Matlab对比变换前和变换后的波形。 对比前需要先将串口打印出的两组数据加载到Matlab中,并给原始正弦波起名signal,变换后的数组起名sampledata,加载方法在前面的教程中已经讲解过,这里不做赘述了。Matlab中运行的代码如下:
- Fs = 1000; % 采样率
- N = 1024; % 采样点数
- n = 0:N-1; % 采样序列
- f = n * Fs / N; %真实的频率
-
- subplot(2,1,1);
- plot(f, signal); %绘制原始信号
- title('原始信号');
- xlabel('时间');
- ylabel('幅值');
-
- subplot(2,1,2);
- plot(f, sampledata); %绘制RFFT和RIFFT后的信号
- title('RFFT和RIFFT后的信号');
- xlabel('时间');
- ylabel('幅值');
复制代码
Matlab运行的结果如下:
波形前端部分:
波形后端部分:
从上面的对比结果中可以看出,函数arm_rfft_fast_f32计算前后的正弦波基本是一致的。
|