DSP库提供的FFT函数
新版 DSP 库浮点 FFT 推荐使用混合基函数 arm_cfft_f32， 基 2 函数 arm_cfft_radix2_f32 和基 4函数 arm_cfft_radix4_f32 将废弃。 ARM说明如下： DSP 库的早期发行版提供了单独的 radix-2 和 radix-4 对浮点数据进行运算的算法。 这些功能仍然提供，但已弃用。相比新版函数，老版的功能较慢且通用性较低。 当前复数 FFT 函数支持三种数据类型，分别是浮点，定点 Q31 和 Q15。这些 FFT 函数有一个共同的特点，就是用于输入信号的缓冲，在转化结束后用来存储输出结果。这样做的好处是节省了 RAM 空间，不需要为输入和输出结果分别设置缓存。由于是复数 FFT，所以输入和输出缓存要存储实部和虚部。存储顺序如下： {real[0], imag[0], real[1], imag[1],………………} ，在使用中切记不要搞错。
单精度函数
arm_cfft_f32- 支持16、32、64、128、256、512、1024、2048、4096点单精度复数FFT、IFFT。 用 float（32 位）
- 在 Cortex-M4 / M7 / M33 / M55 等 MCU 上有硬件 FPU，运算非常快
- 对大部分 DSP / FFT 应用足够（音频、滤波器、通信）
双精度函数
arm_cfft_f64- 支持16、32、64、128、256、512、1024、2048、4096点双精度复数FFT、IFFT
- 用 double（64 位）
- 很多 Cortex-M 系列 没有 硬件双精度支持，只能用软件仿真 → 慢很多
- 适合：需要非常高数值精度（科学计算、极低噪声需求）
- 在 Cortex-A / Cortex-R 系列（有硬件 double FPU）更合适
代码示例
#include "arm_math.h"
#include <math.h>
#include <stdio.h>
#define FFT_SIZE 4096
#define SAMPLE_RATE 10000.0f // ADC 采样率（举例）
float adc_buffer[FFT_SIZE]; // 存ADC采样的实数数据
float fft_buffer[2*FFT_SIZE]; // 存FFT复数输入/输出
float magnitude[FFT_SIZE/2]; // 存幅值谱
int main(void)
{
arm_cfft_instance_f32 S;
// 1. ADC采样得到adc_buffer[]，这里举例模拟一个信号
for(int i=0;i<FFT_SIZE;i++) {
adc_buffer[i] = arm_sin_f32(2*PI*1000*i/SAMPLE_RATE); // 1 kHz 正弦
}
// 2. 准备FFT输入（实部=adc数据，虚部=0）
for(int i=0;i<FFT_SIZE;i++) {
fft_buffer[2*i] = adc_buffer[i]; // 实部
fft_buffer[2*i+1] = 0.0f; // 虚部
}
// 3. 初始化FFT
arm_cfft_init_f32(&S, FFT_SIZE);
// 4. 做FFT（ifftFlag=0表示FFT；doBitReverse=1输出正常顺序）
arm_cfft_f32(&S, fft_buffer, 0, 1);
// 5. 计算幅值谱，只取前 N/2 点
for(int i=0;i<FFT_SIZE/2;i++) {
float real = fft_buffer[2*i];
float imag = fft_buffer[2*i+1];
magnitude[i] = sqrtf(real*real + imag*imag);
}
// 6. 分析频率
printf("Bin\tFreq(Hz)\tMagnitude\n");
for(int i=0;i<FFT_SIZE/2;i++) {
float freq = (i * SAMPLE_RATE) / FFT_SIZE;
printf("%d\t%.1f\t\t%f\n", i, freq, magnitude[i]);
}
return 0;
}部分内容引用出处： https://blog.csdn.net/qq_39376872/article/details/144627538↗
Thanks for reading!