简介：一份面向嵌入式初学者的STM32 FFT算法实现说明文档。内容从DFT与FFT基本原理讲起，结合STM32官方DSP库，以识别21Hz正弦信号为例，完整演示原始数据生成、FFT变换调用、频率与幅值计算、频谱打印及两种算法耗时对比（官方约9ms、非官方约411ms），并给出了关键代码与处理思路，便于在振动监测、音频分析等场景中迁移使用。压缩包内含1个docx格式文档，大小244KB，整体结构完整、目录清晰，已有2700人学习浏览。通过阅读可以掌握FFT在STM32上的落地流程，包括实部/虚部存储格式、采样点数与频率分辨率的关系、直流分量修正等易错细节，适合作为入门学习和项目开发参考。

1. 一个反直觉现象：FFT 算出来的不是频率表

在 STM32 上把 FFT 跑完，你拿到的不是一张“频率-幅值”表，而是 1024 个格式别扭的复数。21Hz 的正弦信号不会出现在第 21 号元素上，而是躺在第 210 号元素里；2048 的振幅并不会直接显示，得自己乘 2、再除 N，还得单独照顾 0 号元素这个直流特例。这套映射规则，正是 FFT 在嵌入式系统里能 work 的核心机制。本文用一个识别正弦信号频率的 STM32 工程切口：信号按 102.4Hz 采样 1024 点，FFT 稳定还原出 21Hz 主频和 2048 幅值，再对比官方库 9ms 与通用实现 411ms 的耗时差距。搞懂这些，拿到运算结果后你才不至于两眼一黑。

2. 采样参数设计：为什么 0.1Hz 分辨率必须攒够 10 秒数据

STM32 例程里最先值得看的两个数字是 102.4Hz 和 1024。前者是采样频率 Fs，后者是数据点数 NPT，它们不是随手填的，而是围绕“要把 0.1Hz 分辨出来”这个硬指标反推出来的。很多开发者以为采样率越高分辨率越好，实际上 FFT 的频率分辨率跟采样率没关系，它只由采样总时长决定。这个反直觉结论是理解整条采样链的第一步。

2.1 频率分辨率被采样时间锁死，不是被采样率锁死

DFT 把 N 个采样点映射成 N 个频域格点，频率轴从 0Hz 均匀铺到采样率 Fs，格点间距是 Fs/N。把 Fs 写成 N/T，其中 T 是采样总时长，格点间距就变成 1/T。也就是说，想分辨 0.1Hz，就得攒够 10 秒的数据；想分辨 0.01Hz，就得采集 100 秒。频率分辨率是采样时间的倒数，这是一条逃不掉的物理约束。

例程里 Fs=102.4Hz、NPT=1024，采样时长正好是 1024÷102.4=10 秒，分辨率=102.4÷1024=0.1Hz。这三个数满足“分辨率=1/采样时间”的等式。如果把采样率改成 1024Hz、点数仍是 1024，采样时长缩到 1 秒，分辨率立刻退化成 1Hz——虽然数据点一样多，但 21Hz 和 21.5Hz 就分不开了。下表可以直观看出这个权衡：

所以当你决定“我要 0.1Hz 的分辨率”时，10 秒采集时长已经是板上钉钉的事，能调整的只是点数与采样率的搭配。点数越多，频率格点越密、可分析的最高频率也越高，但 RAM 占用和 FFT 耗时同步上涨。这就是为什么官方库把点数做成 64、256、1024 三档——每一档都是基 4 算法的最优规模，这点后面细讲。

2.2 奈奎斯特那半边：频谱只取前一半的机制

FFT 输出的 N 个复数中，只有前 N/2 个点携带独立信息，后半部分是对称镜像。原因是实信号的频谱具有共轭对称性：采样率 Fs 对应的最高可分析频率是 Fs/2，也就是奈奎斯特频率，超过它的成分会被折叠回低频区。例程里 Fs=102.4Hz，奈奎斯特频率就是 51.2Hz，FFT 结果只在 0 到 51.2Hz 之间有物理意义。

这就是为什么幅值计算的循环只跑到 NPT/2：for(i=0;i<NPT/2;i++)，后面那 512 个点不过是前 512 个点的镜像，重复计算只是浪费 CPU。这里有个新手常犯的误会：以为只算一半会丢信息，其实完整的 N 点 FFT 输出里，后一半存放的是负频率分量，对实数信号来说它和正频率部分互为正共轭。取前一半，正好把 0Hz 到奈奎斯特频率这段看得清清楚楚。

2.3 例程参数为什么这么配：21/15/25Hz 全落在整数格点上

频率格点的映射公式是 Fn = i × Fs / NPT，i 从 0 数到 NPT/2-1。把 Fs=102.4、NPT=1024 代进去，每个格点的频率就是 i×0.1Hz。于是三个信号分量的落点非常整齐：15Hz 落在第 150 个格点，21Hz 落在第 210 个格点，25Hz 落在第 250 个格点。

这不是巧合。设计例程时特意选了能被 0.1Hz 整除的信号频率，目的就是让每个频率分量都精确对准整数格点。只有这样，FFT 结果才能在单个格点上形成干净的尖峰，能量不会泄漏到相邻格点。如果你的信号频率是 21.3Hz，而格点间距是 0.1Hz，21.3Hz 会同时泄漏到 21.2 和 21.4 两个格点上，主峰幅值随之下降，频谱图出现双肩包。这个现象在避坑章节里会展开，但采样参数的设计原则现在就该记住：先定分辨率需求，再定采样时长，然后选择让目标频率尽量对准整数格点的 Fs 与 NPT 组合。

3. 数据格式与库函数：32 位打包和基 4 蝶形如何让 FFT 快到 9ms

官方 DSP 库的接口看起来是一个函数调用，但前后要做不少手脚：输入数组用什么格式、实部虚部怎么塞进 32 位整数、库内部为什么能快到令人咋舌。这些细节直接决定你调用 cr4_fft_1024_stm32 之后拿到的数据能不能用。下面把这条链路逐层拆开。

3.1 32 位长整型打包：高 16 位实部，低 16 位虚部

先看例程生成原始信号的代码。这个函数模拟了 ADC 采样结果：主信号是 21Hz、幅值 2048 的正弦，叠加 15Hz 幅值 1000 和 25Hz 幅值 100 的次分量，最后加 0 到 100 的随机噪声。

for(i=0; i<NPT; i++) { // FX = 直流2048 + 主信号2048*sin(21Hz) + 15Hz分量 + 25Hz分量 + 随机噪声 float fx = 2048 + 2048*sin(PI2*i*21/Fs) + 1000*sin(PI2*i*15/Fs) + 100*sin(PI2*i*25/Fs) + rand()%100; lBUFIN[i] = ((s16)fx) << 16; // 高16位放实部，低16位清零当虚部 }

关键就在最后一行：fx 是 float 类型的采样值，先强转成 s16 截断小数部分，再左移 16 位塞进 32 位整型的高半段。低 16 位自动补 0，表示虚部初始为 0。之所以要预留虚部，是因为蝶形运算本质是复数乘法，即便输入是实信号，运算中间过程的复数结构也省不掉。官方库为了统一接口，干脆规定输入输出都用“高 16 位实部、低 16 位虚部”的 Q15 定点格式打包。

Q15 是定点数格式里最常见的一种，把 [-1, 1] 区间的实数映射到 [-32768, 32767]。例程里 fx 最大约 5295，只用了 Q15 量程的六分之一左右，剩余的动态范围给噪声和叠加分量留了余量。如果你把满幅 4096 的 ADC 信号直接左移，却忘了检查最大值是否超过 32767，就会发生定点溢出，频谱上所有峰都会变得面目全非。

3.2 基 4 蝶形与旋转因子表：官方库快的三层原因

官方 DSP 库提供了三个汇编函数：cr4_fft_64_stm32、cr4_fft_256_stm32、cr4_fft_1024_stm32。注意点数清一色是 4 的幂：64=4³，256=4⁴，1024=4⁵。这个前缀 cr4 指的就是面向 Cortex-M4 内核优化的基 4 FFT。

基 4 的含义是每一级蝶形运算同时处理 4 路输入，相比基 2 每级处理 2 路，蝶形级数直接减半。1024 点用基 2 需要 10 级，用基 4 只需要 5 级。级别越少，中间层的读写次数和复数乘加次数越少。再加上三点叠加：旋转因子全部提前算好存成查找表，运行时不调用任何 sin/cos 函数；核心循环用汇编手写，寄存器分配完全针对 Cortex-M4 的流水线特性定制；定点运算避免浮点开销。三层优化叠加，9ms 的 1024 点 FFT 就是这么来的。

提示：官方库只提供 64、256、1024 三种点数，本质原因是基 4 算法要求点数是 4 的幂。如果你的应用需要 512 点或 2048 点，要么补零到最近的 4 次幂，要么换用非官方实现。

3.3 频谱读法：第 210 号格点为什么就是 21Hz

FFT 做完后，lBUFOUT 数组里每个元素对应一个频率格点。用前面那个映射公式反算：i 是数组下标，i×Fs/NPT 就是该格点的物理频率。i=210 时，210×102.4/1024=21.0Hz，分毫不差。这个例程的信号分量与格点映射关系如下：

FFT 把时域信号拆成这四路分量，每路能量集中到自己对应的格点上。21Hz 主分量的模值会在第 210 号格点出现明显尖峰，相邻格点接近 0。这正是“找频率”的完整逻辑：先算每个格点的物理频率，再看哪个格点模值最大，就说明信号里存在对应频率的分量。

4. 幅值还原：为什么模值要乘 2 再除 N

FFT 输出的复数模值并不直接等于信号振幅。例程里的核心代码如下，注释里的公式是 lBUFMAG[i] = sqrt(lX² + lY²) × 2 / NPT。为什么是“乘 2 再除 N”？这是本章要拆解的机制。

4.1 从 DFT 累加看 N/2 倍峰值的来路

DFT 的求和过程可以理解为：把信号与一组同频率的复指数逐点相乘再累加。一个振幅为 A 的正弦信号，用欧拉公式展开后是两个旋转方向相反的复指数，各自振幅为 A/2。当 DFT 的扫描频率与信号频率对齐时，其中一个复指数在 N 次累加里始终保持同相，逐次叠加成 N×(A/2)；另一个反向旋转的复指数则均匀转圈，累加后相互抵消接近 0。

所以对齐频率格点上，FFT 输出的模值是 A×N/2。这就是“乘 2 除 N”的数学根源：乘 2 是把只保留了一半能量的单边频谱补回来，除 N 是把 N 次同相累加的效果归一化回原始振幅。三个运算各司其职，少一个都还原不出真实幅值。

4.2 直流分量是特例：0 号格点不需要乘 2

第 0 号格点是直流分量，它没有正负频谱之分。直流信号是常数，DFT 求和时每个采样点的贡献都是同相的，N 个点累加出 N 倍的直流值。还原直流分量只需要除 N，不需要乘 2。例程里专门做了这个处理：

lBUFMAG[0] = lBUFMAG[0] / 2; // 直流分量不乘2，按2折算后要还原

这段代码的逻辑是：幅值计算统一按“乘 2 再除 N”流程处理了所有格点，但直流格点本身只该除 N，所以多乘的那个 2 要再除回去。如果忘记这一步，0Hz 处的读数会是真实直流幅值的两倍，频谱图上直流尖峰比所有信号峰都高，很容易误判。

4.3 逐行拆解 dsp_asm_powerMag：定点数如何变回真实幅值

官方库输出的是 Q15 定点的实部和虚部，要变成可打印的幅值，需要经过换算。例程的幅值计算函数如下：

void dsp_asm_powerMag(void) { s16 lX, lY; // lX取低16位是虚部，lY取高16位是实部 u32 i; for(i=0; i<NPT/2; i++) // 频谱共轭对称，只算前一半格点 { lX = (lBUFOUT[i] << 16) >> 16; // 低16位：虚部，带符号 lY = (lBUFOUT[i] >> 16); // 高16位：实部 { float X = NPT * ((float)lX) / 32768; // Q15定点还原 float Y = NPT * ((float)lY) / 32768; float Mag = sqrt(X*X + Y*Y) / NPT; // 按DFT累加关系归一化 lBUFMAG[i] = (u32)(Mag * 65536); // 放大为定点数方便打印 } } lBUFMAG[0] = lBUFMAG[0] / 2; // 直流分量不需要乘2 }

这里的 32768 是 Q15 格式的满幅值，lX、lY 除以 32768 才还原成真实的浮点比例。乘以 NPT 再开方、最后再除以 NPT，对应的正是第 4.1 节推导的累加关系。最后乘以 65536 存成 u32，是为了让幅值以“定点放大”的形式方便串口 printf 输出。值得注意的是，lBUFMAG[i] 里存的是放大 65536 倍后的定点值，打印后如果要还原物理幅值，需要除以 65536——但如果你想直接看相对大小比较频谱尖峰，这种放大格式反而更直观。

4.4 只算一半为什么够：共轭对称的工程红利

实信号 FFT 后，第 k 个格点和第 N-k 个格点的模值相等、相位相反，频谱关于奈奎斯特频率镜像对称。因此循环只跑 NPT/2，把后一半的运算量整个省掉。这不仅是性能优化，也是理解幅值公式里“乘 2”的物理含义的关键：第 k 个格点的模值只携带了正频率那部分的能量，另一半能量放在镜像格点里，所以必须乘 2 才能补全。

5. 避坑指南：FFT 结果翻车的四个典型现场

FFT 的坑不在调用本身，而在调用前后那些你以为理所当然的假设。以下四个场景是嵌入式环境里反复出现的翻车现场，每一条都是“现象—原因—解决”的完整链路。

5.1 主峰幅值明显减半，21Hz 旁边多出两个对称包

现象：信号明明是 21Hz、振幅 2048，频谱主峰却只有 1024 左右，而且 21Hz 两侧各出现一个小峰，像两个肩膀。

原因：输入信号频率与整数格点错位。FFT 的幅值公式“乘 2 除 N”默认信号频率精确落在某一格点上，但真实信号频率往往在格点之间，能量被泄漏到相邻的几个格点，形成主瓣变宽、幅度下降的栅栏效应。例程特意选了 15/21/25Hz 这些能被 0.1Hz 整除的频率，就是为了避开这个坑。

解决：调整 Fs 和 NPT 的搭配，让目标频率尽量对准整数格点。如果信号频率无法精确控制，就加汉宁窗或布莱克曼窗抑制旁瓣，但要注意加窗本身会改变主峰幅值，需要按窗函数的幅值恢复系数做补偿。赶上只差半个格点的时候，最简单的办法是加密格点——增加 NPT 即拉长采样时间。

5.2 频谱整体形状崩坏，0Hz 处顶到天花板

现象：不管输入什么样的正弦信号，频谱都是低频区一团巨大尖峰，其他区域几乎平的，打印出的幅值完全对不上。

原因：输入数组的格式填错了。常见的有两种：一是把浮点信号直接强转 s32 而没有先转 s16 再左移，虚部位置被随机噪声占满，复数结构被破坏；二是实部虚部放反，把信号塞进了低 16 位，FFT 算法按“高 16 位实部”解析时拿到的是残缺数据。

解决：严格按 lBUFIN[i] = ((s16)fx) << 16 的格式填充，确保低 16 位为 0。调完之后喂一个已知频率和幅值的正弦信号，验证谱峰位置和幅值是否能对上，再接入真实 ADC 数据。这是一条能省下大量调试时间的自测习惯。

5.3 高频分量折返，25Hz 旁边出现一条幽灵峰

现象：25Hz 的幅值明明只有 100，频谱里却多出一条不属于任何已知分量的峰，且位置随采样率变化。

原因：采样率没有满足奈奎斯特条件。Fs=102.4Hz 的上限是 51.2Hz，25Hz 本身安全，但如果信号里混入了超过 51.2Hz 的高频噪声，它不会消失，而是会折叠回低频区，伪装成一条“幽灵峰”。ADC 前没有抗混叠滤波时，这种情况尤其隐蔽。

解决：硬件上在 ADC 前端加低通滤波器，把高于 Fs/2 的成分滤掉；软件上先做一次粗略的 FFT 观察高频段是否还有残余能量。工程经验是采样率取最高分析频率的 2.5 倍以上，给滤波器的过渡带留出空间。

5.4 耗时测试的数字没有说服力：9ms 和 411ms 是怎么被污染

现象：官方库测出 9ms、非官方库测出 411ms，数字很漂亮，但把 printf 加进测试区间后，时间暴涨到一秒以上，耗时数据失去意义。

原因：printf 重定向到串口是阻塞发送，波特率 9600 时一个字节差不多 1ms，打印 1024 个点就是一秒量级。定时器计时区间如果覆盖了打印操作，测的就不是 FFT 而是串口。

解决：先关定时器计数，再执行串口打印。例程用 TIM6 计时时，应该把 start 放在 FFT 调用前、stop 放在幅值计算结束后，printf 全部挪到计时区间之外。另外确认 TIM6 的中断标志已经清理，否则第二次测量会把上次的计数累积进来。

6. 9ms 与 411ms：官方库和非官方库的设计取舍

两者 44 倍的耗时差距，不是“官方代码更聪明”一句话能带过的。拆开看，差距来自三个层次：算法结构、计算策略、实现方式。官方库用基 4 蝶形把 1024 点压缩到 5 级，非官方实现大多用基 2 结构，总共 10 级，蝶形级数翻倍；官方库把所有旋转因子提前算成查找表，运行时只查表，非官方实现每级实时调用 sin/cos 计算旋转因子，而三角函数在无 FPU 的内核上本身就是几十微秒量级的开销；官方库核心循环是手写汇编，非官方实现是 C 循环，编译器的寄存器分配再优化也追不上针对流水线手动调度的汇编。

这个差距背后是取舍，不是优劣。官方库快，但点数被锁死在 4 的幂：64、256、1024，你想做 512 点或 2048 点就得自己补零或移植。非官方实现慢，但它可以用任意点数，也方便插入窗函数、相位校正等自定义处理。实时性敏感的场合，比如电机控制里的电流谐波分析，只能选官方库；需要灵活的频谱分析工具，慢一点但能加窗、能算任意点数，非官方实现反而更合适。

从那以后，我换任何一块新的单片机平台，都会先跑一遍同一份 FFT 测时程序，确认官方库的实际耗时跟预期一致，再确认信号频率落在整数格点上，最后才接真实 ADC 数据。这套流程走完，FFT 才算真正在这块芯片上落地，希望帮到你。

本文还有配套的精品资源，点击获取