基于STM32F103的ADC+DMA+FFT实战：从信号采集到频率解析全流程

1. 项目背景与核心需求

去年参加电子设计竞赛时，我和队友遇到了一个棘手的问题：需要设计一个能同时测量低频和高频信号的系统。传统输入捕获法在低频段表现尚可，但遇到高频信号时就力不从心了。经过反复尝试，我们发现结合ADC采样、DMA传输和FFT分析的方案，能够实现从10Hz到50kHz的宽范围频率测量。

这个方案的核心优势在于三点：硬件资源占用少（仅需1个ADC通道）、测量精度高（12位ADC分辨率）、实时性强（DMA自动搬运数据）。比如在测量电机转速时，既能捕捉低速转动的低频振动，也能分析PWM驱动产生的高频谐波。

2. 硬件架构设计

2.1 STM32F103资源分配

我们使用的STM32F103C8T6最小系统板，核心配置如下：

• ADC1通道0（PA0）作为信号输入
• TIM2触发ADC采样，通过PWM模式产生采样时钟
• DMA1通道1负责搬运ADC数据
• 1024点FFT运算使用STM32官方DSP库

实际接线时要注意：

1. 输入信号需经电压跟随器隔离
2. 信号幅值控制在0-3.3V（超过需衰减）
3. 高频信号建议使用屏蔽线连接

2.2 关键参数计算

采样系统的性能取决于三个关键参数：

1. 采样率(Fs) = TIM2时钟/(ARR+1)/(PSC+1)
   • 例：72MHz/(719+1)/(99+1)=10kHz
2. 频率分辨率 = Fs/N（N为FFT点数）
   • 10kHz/1024≈9.77Hz
3. 可测最高频率 = Fs/2（奈奎斯特定理）

提示：测量低频信号时需权衡采样率和采样时间。例如要分辨1Hz信号，采样时间至少需要1秒（Fs=1024Hz）

3. 软件实现详解

3.1 ADC与DMA配置

先初始化ADC为定时器触发模式：

c复制void ADC1_Init(void) {
    ADC_InitTypeDef ADC_InitStructure;
    RCC_APB2PeriphClockCmd(RCC_APB2Periph_ADC1, ENABLE);
    
    ADC_InitStructure.ADC_Mode = ADC_Mode_Independent;
    ADC_InitStructure.ADC_ScanConvMode = DISABLE;
    ADC_InitStructure.ADC_ContinuousConvMode = DISABLE;
    ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_T2_CC2;
    ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right;
    ADC_InitStructure.ADC_NbrOfChannel = 1;
    ADC_Init(ADC1, &ADC_InitStructure);
    
    ADC_RegularChannelConfig(ADC1, ADC_Channel_0, 1, ADC_SampleTime_239Cycles5);
    ADC_DMACmd(ADC1, ENABLE);
    ADC_Cmd(ADC1, ENABLE);
}

DMA配置采用循环缓冲模式：

c复制#define NPT 1024
uint16_t ADC_Value[NPT];

void DMA_Config(void) {
    DMA_InitTypeDef DMA_InitStructure;
    
    DMA_DeInit(DMA1_Channel1);
    DMA_InitStructure.DMA_PeripheralBaseAddr = (uint32_t)&ADC1->DR;
    DMA_InitStructure.DMA_MemoryBaseAddr = (uint32_t)ADC_Value;
    DMA_InitStructure.DMA_DIR = DMA_DIR_PeripheralSRC;
    DMA_InitStructure.DMA_BufferSize = NPT;
    DMA_InitStructure.DMA_PeripheralInc = DMA_PeripheralInc_Disable;
    DMA_InitStructure.DMA_MemoryInc = DMA_MemoryInc_Enable;
    DMA_InitStructure.DMA_PeripheralDataSize = DMA_PeripheralDataSize_HalfWord;
    DMA_InitStructure.DMA_MemoryDataSize = DMA_MemoryDataSize_HalfWord;
    DMA_InitStructure.DMA_Mode = DMA_Mode_Circular;
    DMA_Init(DMA1_Channel1, &DMA_InitStructure);
    DMA_Cmd(DMA1_Channel1, ENABLE);
}

3.2 FFT算法移植

使用STM32 DSP库需完成三步操作：

1. 添加库文件：arm_math.h和对应CMSIS-DSP库
2. 定义FFT相关变量：

c复制#define FFT_SIZE 1024
arm_cfft_radix4_instance_f32 S;
float32_t fft_input[FFT_SIZE*2];  // 实部+虚部
float32_t fft_output[FFT_SIZE];

3. 初始化FFT实例：

c复制arm_cfft_radix4_init_f32(&S, FFT_SIZE, 0, 1);

3.3 频率解析算法

通过查找频谱峰值确定主频率：

c复制void ProcessFFT(void) {
    // 1. 数据格式转换
    for(int i=0; i<FFT_SIZE; i++) {
        fft_input[2*i] = (float32_t)ADC_Value[i] - 2048; // 去除直流分量
        fft_input[2*i+1] = 0;
    }
    
    // 2. 执行FFT
    arm_cfft_radix4_f32(&S, fft_input);
    
    // 3. 计算幅值
    arm_cmplx_mag_f32(fft_input, fft_output, FFT_SIZE);
    
    // 4. 寻找峰值
    float32_t maxValue;
    uint32_t maxIndex;
    arm_max_f32(fft_output, FFT_SIZE/2, &maxValue, &maxIndex);
    
    // 5. 计算实际频率
    float signalFreq = (float)maxIndex * (SAMPLING_RATE) / (float)FFT_SIZE;
}

4. 调试经验与优化技巧

4.1 常见问题排查

在实验室调试时，我们遇到过几个典型问题：

1. 频谱泄露：加汉宁窗后改善

   c复制for(int i=0; i<NPT; i++) {
       float window = 0.5 * (1 - cos(2*PI*i/(NPT-1)));
       fft_input[2*i] *= window;
   }
   

2. 频率偏差：校准定时器时钟后误差<0.1%
3. 谐波干扰：在输入端增加RC低通滤波

4.2 性能优化方案

通过以下改动将处理时间从15ms降至6ms：

• 改用arm_cfft_q15定点数运算
• 开启STM32硬件FPU
• 将FFT点数降为512（牺牲频率分辨率）

实测数据显示优化前后对比：

5. 扩展应用实例

5.1 电机振动分析

在某直流电机监测项目中，我们通过此方案成功识别出：

• 基频（对应转速）
• 2倍频（轴承磨损特征）
• 高频噪声（PWM开关谐波）

5.2 音频信号处理

调整采样率至44.1kHz后，实现了：

• 钢琴音准检测（误差±1Hz）
• 语音基频提取
• 环境噪声分析

记得第一次成功捕捉到440Hz标准音叉信号时，示波器上清晰的频谱峰让我们整个团队都欢呼起来。这种从底层硬件到上层算法全栈掌控的成就感，正是嵌入式开发的魅力所在。