ARM CMSIS为q15 FFT提供错误输出
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了ARM CMSIS为q15 FFT提供错误输出相关的知识，希望对你有一定的参考价值。
我正在编程STM32皮质M4微控制器。我做了一个简单的电路来偏移正弦信号，使其从0到3v3变化（最大输出），基本上我建立了一个电路，给正弦信号一个DC偏移，因为微控制器的ADC不支持负电压。
我正在以大约10kHz的频率进行采样，并且我在生成中断之前对DMA进行了128次采集，以便我可以处理我的数据。
我想做的事
对我的信号执行128点FFT，然后执行其他一些计算（RMS值，功率等）。基本上我有两个信号，一个用于电压，一个用于电流，我想使用FFT进行所有电气计算。我在python中实现了它，它的工作原理。
我做了什么
信号的FFT的RMS值是
import numpy as np
RMS = np.sqrt(np.sum(signal.real * signal.real + signal.imag * signal.imag))/N
其中N是您正在使用的数据点数，信号是任何信号......为了忽略DC偏移，您必须执行以下操作
RMS = np.sqrt(np.sum(signal[1:].real * signal[1:].real + signal[1:].imag * signal[1:].imag))/N
这是我使用CMSIS DSP库的C代码
q15_t adcData[256] = {0}; /*dma reads 128 points into this buffer*/
q31_t auxRms = 0;
q31_t auxReal = 0;
q31_t auxImag = 0;
q31_t sqrt = 0;
float result = 0.0F;
int i;
arm_cfft_q15(&arm_cfft_sR_q15_len128, adcData, 0, 1);
for(i = 1; i < N; i++) {
auxReal = adcData[2*i];
auxImag = adcData[2*i+1];
auxReal = auxReal * auxReal;
auxImag = auxImag * auxImag;
auxRms += auxImag + auxReal;
}
arm_sqrt_q31(interim_rms, &sqrt);
arm_q31_to_float(&sqrt, &result, 1);
与python中的相同，平方实数值，平方虚数值求和累加，但由于这是q15数学，我做了q15平方根并将其转换为浮点数，这给出了-1和-1之间的输出1但这不起作用
如果我插入一个具有最大输出的信号或者如果我只留下DC信号，那么结果基本相同，这是错误的......非常错误。
为了测试这是否有效，我在微控制器中创建了自己的正弦波，并且我也做了同样的事情。这是我的代码：
float var = 0.0F;
float fbuff[256] = {0};
for(i = 0; i < 128; i++) {
var = 0.03125 * arm_sin_f32(2 * PI * i / 128);
fbuff[i] = var;
arm_float_to_q15(&var, &buff[i], 1);
buff[i] += 2048;
}
有了这个，我得到一个正弦波，模仿ADC为信号提供最大值，因为它从0到4095（它是一个12位ADC），DC偏移是2048.唯一的区别是我采用了相同的创建信号并做了相同的计算，并在python中实现了相同的功能，并比较了结果。
在python中，RMS值为0.02209708691207961在浮点计算中我得到了0.176776692，这是正确的...因为我需要得到这个值，除以128乘以8然后乘以2.这是因为给定的值需要通过N个样本（这种情况下128，但如果使用64个样本FFt然后64等等）来抑制cfft（可能不是正确的术语），这给了我与python函数完全相同的值。在q15函数中，我得到了0.489307404，这比预期值大约22倍，所以......显然是错误的。即使我将浮点FFT的输出与“完美”正弦信号的q15 FFT进行比较，看起来也是错误的......注意这一点我检查了浮点FFT结果和q15 FFT结果以及python FFt结果。
还有什么我试过的？
由于上述失败，我尝试了以下内容。我没有进行自己的RMS计算，而是使用arm_rms_q15函数，该函数应该接收128个样本q15缓冲区并输出q15 RMS值，这只会给我一个大的胖0（当然是由于饱和指令）而且我也试过转换我的整个缓冲区使用arm_q15_to_float（＆src，dst，size）进入浮点缓冲区并执行FFT但是结果缓冲区显然是错误的。
我最近再次对此进行了测试..我创建了浮动正弦波，然后将其转换为q31并进行了FFT并且结果良好，与浮点输出相比，它被衰减了128倍，但输出是正确的值。我甚至尝试在浮点中创建正弦波，将其转换为q15，然后将其从q15值转换为q31，并且q31 FFT的结果相同。因此我只能假设在q15的FFT实现中存在一个错误，我可能在更换PC时自己介绍过，因为几个月前我能够使用q15 FFT并且结果还可以（是的，我知道） ......我忘了提到那些重要的东西，但老实说，我只记得它。所以我将在星期一再次寻找这个问题并查看我正在使用的“新”CMSIS库中是否存在错误（我可能在更换PC时更改了版本）或者我是否更改了配置不小心...但是，如果有人可能知道什么是错的，请在我去寻找虫子之前让我知道......这样肯定会更快。
“完美正弦”的输入数据和FFT结果示例，第一个是采样阵列，第二个是使用q15算法的FFT阵列
我创建的信号的值是
[ 02048 02098 02148 02198 02248 02297 02345 02393
02440 02486 02531 02574 02617 02658 02698 02736
02772 02807 02840 02870 02899 02926 02951 02974
02994 03012 03028 03041 03052 03061 03067 03071
03072 03071 03067 03061 03052 03041 03028 03012
02994 02974 02951 02926 02899 02870 02840 02807
02772 02736 02698 02658 02617 02574 02531 02486
02440 02393 02345 02297 02248 02198 02148 02098
02048 01998 01948 01898 01848 01799 01751 01703
01656 01610 01565 01522 01479 01438 01398 01360
01324 01289 01256 01226 01197 01170 01145 01122
01102 01084 01068 01055 01044 01035 01029 01025
01024 01025 01029 01035 01044 01055 01068 01084
01102 01122 01145 01170 01197 01226 01256 01289
01324 01360 01398 01438 01479 01522 01565 01610
01656 01703 01751 01799 01848 01898 01948 01998
]
结果FFT是
[ 01020 01020 00872 -00424 00252 -00248 00108 -00334
-00002 00000 00116 -00148 -00004 -00004 00092 -00094
00000 00000 00078 -00066 -00002 00000 00066 -00050
00000 00000 00058 -00040 -00002 -00002 00052 -00030
00000 00000 00048 -00026 -00002 00000 00044 -00020
-00002 00000 00040 -00016 00000 00000 00038 -00012
00000 00000 00036 -00010 -00002 -00002 00034 -00008
00000 00000 00032 -00006 -00002 00000 00030 -00004
00000 00000 00030 00000 00000 -00002 00028 00002
-00002 00000 00028 00002 00000 00000 00026 00004
00000 00000 00026 00006 00000 00000 00024 00006
00000 00000 00022 00008 00000 00002 00022 00008
00000 00000 00022 00008 -00002 -00002 00020 00010
-00002 00000 00018 00010 00000 00000 00018 00012
00000 00000 00018 00012 00000 00000 00016 00014
00000 00000 00016 00014 00000 00000 00016 00014
00000 00000 00016 00016 00000 00000 00014 00018
-00002 00000 00014 00018 00000 00000 00012 00018
00000 00000 00012 00020 00000 00000 00010 00020
00000 00000 00008 00022 00000 -00002 00008 00020
00000 00000 00008 00022 00000 00000 00006 00022
-00002 00000 00004 00024 00000 00000 00004 00024
00000 00000 00004 00026 -00002 00000 00002 00026
00000 00000 00000 00028 -00002 00000 00000 00030
00000 00000 -00002 00032 00000 -00002 -00004 00032
-00002 00000 -00006 00036 00000 00000 -00010 00036
00000 00000 -00012 00040 00000 -00002 -00014 00042
00000 00000 -00020 00046 00000 00000 -00024 00048
00000 00000 -00030 00052 -00002 00000 -00038 00060
-00002 00000 -00050 00066 00000 00000 -00066 00078
00000 00000 -00094 00092 -00002 00000 -00150 00114
00000 00000 -00342 00102 -00256 00268 -00414 00884]
编辑：
我忘了提到ADC正在输入有效数据，我得到一个很好的正弦波，范围从500到3500左右。但这并不重要，因为有可能看到FFT q15算法即使在“完美波”中也不起作用
好的，抱歉我花了这么长时间才发布我的解决方案。
我实际上有两个问题。
其中之一就是我使用了一个非常小的输入，并且它适用于软件生成的正弦波，因为它是在最小值内的juuuust。通过最小值I意味着输入的衰减以便不引起溢出，在128个数据点的情况下，输入在大多数时间几乎为零，因此输出错误。这意味着12位可能没有足够的分辨率，我建议将ADC寄存器值向左移4位（乘以16），然后使用该值进行计算，或者只是左对齐ADC寄存器。当然这会给你一个倒置的正弦波，但是你可以翻转第15位，或者只是按原样处理波并反转结果（如果需要......例如RMS值将保持不变，但是其他一些计算可能倒了）。
我面临的第二个问题是我没有使用复杂的数组作为FFT的输入（index0 = ADc数据向左移位，索引1 = 0，index2 = ADC数据向左移动，......等等正如@JRSchweitzer在评论中所述。
我的解决方案：使用q31 FFT，数据向左移动19位，并使用复杂的输入缓冲区，如宝贵段落中所述。我没有注意到速度的任何差异，q31输出给我一个更好的结果。
希望这将有助于未来的其他人
以上是关于ARM CMSIS为q15 FFT提供错误输出的主要内容，如果未能解决你的问题，请参考以下文章