简介本资源是一套面向本科毕业设计与嵌入式课程作业的完整STM32音乐频谱分析仪实现方案聚焦FFT实时音频信号处理这一典型嵌入式应用适用于具备C语言基础与单片机入门经验的学习者。压缩包共90个文件46个.h头文件、33个.c源码文件为主辅以JPG原理图、MD说明文档、Keil工程文件及调试脚本等总大小4.36MB结构清晰分为CORE、HARDWARE、DSP_LIB、USER等模块涵盖ADC采样驱动、CMSIS-DSP库调用、FFT计算、LCD频谱动态显示等核心功能代码与硬件连接说明。已有234人学习下载资源附带README.md使用指南、cover.jpg封面图及keilkilll.bat一键清理脚本便于快速编译验证所有代码基于STM32F10x系列开发兼容HAL库工程可直接导入Keil MDK运行是理解数字信号处理在资源受限平台落地的优质实践范例。 大二那会儿做课程设计我把题目定为“基于FFT的音乐频谱分析仪STM32开发平台”。当时想得很简单——屏幕上能有一条条跳动的频谱柱看起来就很酷答辩时也好演示。真正动手才发现从ADC采样到FFT运算再到OLED显示每一步都有坑。这篇博文就把我完整的制作过程、参数计算、代码思路和踩过的坑全部写出来给正在做毕设、课程设计或者单纯想玩STM32FFT的朋友一个参考。整个项目说白了就三件事让STM32把模拟音频信号采进来用FFT把时域信号变成频域数据然后把频谱画到屏幕上。难度其实不在FFT本身——CMSIS-DSP库已经封装好了难点在于采样怎么采、参数怎么配、数据怎么流、显示怎么刷这些才是真正决定项目能否稳定跑起来的关键。1. 项目需求拆解与整体方案设计1.1 这个项目的核心需求是什么先理清楚需求。所谓音乐频谱分析仪就是把一段音频信号的频率成分展示出来。声音经过麦克风变成电压信号STM32内部ADC每隔固定时间采集一次电压值得到一串时域采样点然后对这串数据做FFT得到各个频率分量的幅度最后把幅度按频率高低画成柱状图或者曲线动态刷新就形成了跳动的频谱效果。这里有几个硬性指标需要先想清楚频率范围音乐信号大概在20Hz到20kHz但考虑到常见的扬声器、麦克风和实际听感能覆盖50Hz到10kHz已经足够展示效果了。如果采样率取20kHz理论上可以还原0到10kHz的频谱信息。频率分辨率也就是屏幕上相邻两根柱子之间的频率差取决于采样率和FFT点数这是整个项目里最核心的计算参数。刷新率频谱柱要动起来每秒至少要刷新15到20帧否则看起来会卡顿。数据实时性从ADC采样到FFT计算再到显示整个过程要在几十毫秒内完成延时太大体验会差。所以在最开始就要确定这两件事ADC怎么采FFT做多少点。1.2 方案选型STM32F103还是F407网上做这个题目的帖子很多有人用F103有人用F407甚至有人用ESP32。我的建议是如果条件允许直接上STM32F407。原因很实在——FFT计算对硬件是有要求的。F103虽然便宜、教程多但它没有硬件浮点单元用arm_cfft_f32这个浮点FFT库的时候1024点FFT跑一次大约需要几百毫秒甚至更久而且浮点运算会大量占用CPU。图像刷新率根本没法保证。更麻烦的是F103的RAM只有20KB做2048点浮点FFT完全不够用。我最终用的是STM32F407VET6主频168MHz带FPURAM有128KB这些规格用来做1024点到2048点FFT完全没压力。实测2048点浮点FFT单次运算大约只需要一两毫秒实时性绰绰有余。对比项STM32F103STM32F407主频72MHz168MHz硬件FPU无有单精度片上RAM20KB128KB2048点浮点FFT不可行可行约2ms以内适合方案定点FFTQ15或低点数浮点FFT开发效率高补充一句如果你手上只有F103也不是不能做建议把FFT点数降到512使用Q15格式的定点库或者干脆用1024点、float类型但降低刷新率效果也能接受。只是调试过程会痛苦一点。2. FFT频谱分析的核心原理与参数计算2.1 从DFT到FFT做了哪些优化FFT的全称是快速傅里叶变换它解决的问题是用一堆不同频率的正弦波去拟合原始信号然后告诉我们每个频率上能量有多大。如果你学过数字信号处理应该知道离散傅里叶变换DFT的公式[ X[k] \sum_{n0}^{N-1} x[n] e^{-j 2\pi k n / N} ]直接按这个公式算N个点需要N²次复数乘法和加法N取1024就是上百万次运算单片机根本扛不住。FFT的本质是利用旋转因子的周期性和对称性把N点DFT拆成更小规模的DFT递归下去把计算量从N²降到Nlog₂N。同样是1024点计算量从一百多万次降到大约一万次完全不是一个量级。不过实际上我们不需要自己写FFT算法CMSIS-DSP库已经提供了高度优化的汇编级FFT函数直接用就行。但原理还是要懂因为后面调参、排查频谱异常都离不开这些基础概念。2.2 采样率、FFT点数与频率分辨率怎么匹配这是整个项目最值得花时间计算的部分。根据奈奎斯特采样定理采样率fs必须大于信号最高频率的两倍。对于音频信号常见做法是取fs 20kHz这样理论上可以分析到10kHz。FFT的频率分辨率Δf fs / N。也就是说如果你用一个20kHz采样率采1024个点每个频率“格子”的宽度是20000/1024 ≈ 19.5Hz。这意味着两个频率相差小于19.5Hz的信号在频谱上是分不开的。如果做2048点分辨率就提升到约9.8Hz。我用的是fs 20kHzN 2048分辨率约9.8Hz。这个参数在音乐频谱分析里表现不错低频部分能清晰显示高频也有足够细节。这里说一个生产实践中的教训——不是分辨率越高越好。2048点意味着每采集2048个样本才做一次FFT而采集2048个样本需要大约102.4ms。也就是说FFT更新的周期受制于采样时间你要接受约100ms一次的数据刷新。如果想提高刷新率就得改用滑动窗或者重叠处理但复杂度会上升。对于课程设计来说这个参数最稳。2.3 加窗与频谱泄漏很多第一次做FFT的同学会遇到一个奇怪现象输入一个纯净的1kHz正弦波FFT结果却是在900Hz到1100Hz之间出现一大片幅度看起来好像频谱“糊”了。这就是频谱泄漏。FFT处理的前提是信号是周期性的且截取长度为周期的整数倍但实际采样窗口截断一段任意长度的信号相当于在时域上“硬切一刀”也就是把一个无限长信号乘以一个矩形窗。矩形窗在频域有很高的旁瓣所以主频点两侧会出现拖尾。解决办法是加窗函数。常见的有汉宁窗Hann、海明窗Hamming、布莱克曼窗Blackman。汉宁窗是我最常用的它对旁瓣的抑制效果好主瓣也不算太宽适合音频频谱显示。加窗操作就是在FFT之前把每一个采样点乘以对应的窗函数值for (int i 0; i FFT_SIZE; i) { hann_window[i] 0.5f * (1.0f - arm_cos_f32(2.0f * PI * i / (FFT_SIZE - 1))); input[2*i] adc_buf[i] * hann_window[i]; }2.4 内存占用2048点FFT需要多少RAM这个话题在网上被问得特别多。我就用表格直接列出一个大概的RAM预算数据用途数据类型大小ADC采样缓冲区float322048点8KBFFT复数输入数组实部虚部float322048×2点16KB窗函数表float322048点8KB幅值输出数组float322048点8KB旋转因子表CMSIS-DSP库内部约若干KB约6KB合计约46KB这个表说明了为什么F103做2048点浮点FFT很吃力——光这四五个数组就快50KB了F103只有20KB RAM连放都放不下。F407有128KB RAM这些数据结构用完还能剩下一大截给系统和显示缓冲完全不用抠内存。如果要在F103上做就要把数据类型改成q15定点格式数组大小减半2048点约23KB再加上优化释放缓冲区勉强能塞进去。但代价是精度下降开发调试也更麻烦。3. 硬件链路搭建与软件环境准备3.1 硬件链路从麦克风到ADC整个硬件信号链是这样的麦克风/音频信号 → 前置放大与偏置电路 → STM32 ADC引脚 → DMA搬运到内存 → FFT运算这里有个特别容易被忽略的环节ADC只能采集0到3.3V的电压而麦克风输出的音频信号通常是正负几百毫伏的交流信号。如果直接接到ADC引脚负半周会被削掉导致采样数据严重失真。所以前面必须加一级放大和偏置电路。我用了两个运放做了一级放大把信号放大到大约±1V的幅度然后叠加一个1.65V的直流偏置让信号在0.3V到3V之间波动。这样ADC就能完整采集到音频信号的正负半周。如果你不想自己搭运放电路还有一个省事的办法——买一个MAX9814或者MAX4466麦克风模块这些模块自带放大和偏置输出范围匹配单片机ADC直接三根线VCC、GND、OUT接上就能用。我后来调试时就是用MAX9814模块替换了自制电路省去了很多信号调理方面的烦恼。3.2 开发环境与库的搭建开发环境我推荐两种Keil MDK STM32CubeMXCubeMX生成初始化代码Keil编译调试上手快教程多。STM32CubeIDE STM32CubeMX免费跨平台内置调试器适合不想折腾破解版Keil的人。不管用哪个关键步骤是把CMSIS-DSP库加进工程。CMSIS-DSP是ARM官方提供的数字信号处理库里面直接有FFT函数。在CubeMX的Software Packs里就能勾选添加如果手动添加也简单把arm_cfft_f32对应的源文件arm_cfft_f32.c、arm_cmplx_mag_f32.c等加进去并添加arm_math.h头文件路径即可。还有一个小工具推荐——如果你用ST-Link下载器装一个STM32 ST-LINK Utility它不仅能烧录程序还能查看芯片内部Flash和选项字节遇到下载失败时排查问题很方便。4. 采样与FFT核心代码实现4.1 定时器触发ADC采样配合DMA搬运采样是整个项目最基础的环节。如果只是简单地把ADC放在while循环里逐点采样采样间隔不稳定得到的频谱会有很大的杂散噪声。正确做法是用定时器触发ADC采样ADC转换完成后再由DMA把结果搬到内存。我用的是STM32F407的ADC1采样引脚PA1定时器TIM2触发。TIM2的时钟来自APB1定时器时钟F407是84MHz。要得到20kHz的采样率需要把定时器配置成84MHz除以分频系数再除以周期等于20000。// TIM2配置 htim2.Instance TIM2; htim2.Init.Prescaler 84 - 1; // 84MHz / 84 1MHz htim2.Init.CounterMode TIM_COUNTERMODE_UP; htim2.Init.Period 50 - 1; // 1MHz / 50 20kHz HAL_TIM_Base_Init(htim2);ADC配置为单通道、外部触发模式触发源选择TIM2的更新事件。然后开启DMA循环模式把ADC转换结果持续搬运到一个2048点的缓冲区。HAL_ADC_Start_DMA(hadc1, (uint32_t *)adc_buf, FFT_SIZE);DMA配置成循环模式这样它采满2048个点后会自动从头开始。配合DMA半传输中断和传输完成中断可以做“乒乓缓冲”——前半段FFT运算时后半段继续采集新数据大大提升实时性。ADC采样时间设置要留意。如果采样时间太长ADC的采样保持电容充电过度上一点的电压会影响下一个点的采样会导致频谱产生高频噪声。我实测把采样时间设置为3个ADC时钟周期效果就很好。4.2 FFT运算与幅值计算采样数据是uint32类型范围0到4095而FFT需要浮点复数数组所以先要做一个转换和去直流处理。去直流特别重要因为信号加了1.65V偏置ADC读到的数据中间值是2048左右对应直流分量如果不减掉FFT结果中第0个频率点DC会有巨大能量把其他频谱都压得看不出来。处理逻辑void process_fft(void) { // 将ADC数据转换到FFT输入数组并加窗 for (int i 0; i FFT_SIZE; i) { float32_t sample (float32_t)adc_buf[i] - 2048.0f; float32_t windowed sample * hann_window[i]; fft_input[2 * i] windowed; // 实部 fft_input[2 * i 1] 0.0f; // 虚部 } // 执行2048点浮点FFT arm_cfft_f32(arm_cfft_sR_f32_len2048, fft_input, 0, 1); // 计算幅值 arm_cmplx_mag_f32(fft_input, fft_mag, FFT_SIZE); }arm_cfft_f32函数中第三个参数是反向变换标志传0表示正向变换。第四个参数是位反转标志通常传1。变换完成后fft_input数组中存放的就是复数频率分量arm_cmplx_mag_f32直接计算出每个频率点的幅值。这里有一点需要注意FFT结果是对称的第k个点和第N-k个点关于N/2对称。音频信号是实信号所以真实有效信息只在前N/2个频率点后一半直接丢弃即可。4.3 频谱数据到屏幕显示FFT算出来的是一组幅度值并不能直接往屏幕上画。因为2048点FFT有1024条有效谱线而OLED屏幕只有128列需要做一次降采样映射。我的做法是将1024条谱线按比例分到128个显示柱上每个柱取对应区间内的最大值这样能保留谱峰信息。然后还有一个隐藏的坑——人耳对声音的感知是对数关系如果直接线性显示幅值大部分低频段看起来很有能量高频段几乎看不见。所以要把幅度转成对数坐标// 映射到0-63的显示高度 uint8_t bar_height (uint8_t)(20.0f * log10f(mag 1.0f)); if (bar_height 63) bar_height 63;这样显示的频谱更接近真实的听觉感受视觉上也更均衡。5. 声音从ADC到频谱显示的完整调试过程5.1 第一步先把FFT算出的振幅通过串口发出来我调试时习惯先不接显示屏先用串口把FFT结果发到PC端在串口波形软件我用Vofa里看数据。这个步骤可以快速验证算法链是否正确。你把所有频率点的幅值打包发送比如用文本格式每行放一个点的值软件就能直接画出波形。如果串口波形上能看到明显的单峰说明FFT计算正确。比如播放1kHz正弦波应该在第2048×1000/20000102.4附近看到谱峰。如果峰出现在别的地方大概率是采样率配置有问题这个在下一章细说。5.2 第二步OLED 12864显示柱状频谱串口验证通过后再接OLED屏幕。我用的是0.96寸SSD1306SPI接口128×64分辨率。SPI比I2C刷新速度快适合动态频谱显示。显示逻辑清空缓冲区。对每一列x0到127计算谱线索引范围取区间幅值最大值。把幅值映射成柱高h0到63。从屏幕底部向上填充h个像素。一次将缓冲区刷到OLED。OLED的刷新率是个瓶颈。SPI模式刷一帧128×64的图片大约需要10到20ms算上FFT计算和其他开销整机刷新率能到每秒30帧左右表现已经很流畅了。如果发现闪屏优先检查SPI分频系数是不是太高尝试降低SPI时钟分频比如设成SPI_BAUDRATEPRESCALER_4。5.3 第三步整体调优与音源验证显示效果能跑起来之后就要开始调颜色、调柱高比例、调刷新时机。我在这里分享一个容易出效果的小技巧给频谱柱加上“拖尾”效果——每根柱子保留一个缓慢下降的峰值标记音响的感觉立刻提升一个档次。实现方法是维护一个peak数组每帧更新如果当前幅值大于peak[x]就更新peak[x]否则让peak[x]按一定速度衰减1到2个像素。音源方面用手机播放一首动次打次的电音麦克风放在扬声器旁边频谱柱就会跟着节奏跳动。答辩现场演示效果直接拉满。6. 常见问题与排查技巧实录6.1 采样率不对导致频率轴偏移表现播放1kHz正弦波频谱峰却出现在300Hz或者3kHz左右。这就是采样率和预期不符。比如定时器配置成16000Hz采样FFT后频率坐标仍然是按20kHz算的峰自然就偏移了。排查方法是先用固定频率信号源手机App就能当信号发生器用做校准然后反推采样率修改定时器分频或周期值。6.2 频谱毛刺多、顶部不平整表现频谱柱像毛毛虫一样上下乱跳或者谱峰两侧有大量不明成分。排查优先级检查是否去直流没去就一定有巨大的0Hz分量。检查是否加窗没加窗就有严重频谱泄漏。检查ADC采样时间采样时间太长会有高频噪声。检查电源是否稳定USB供电纹波大会把噪声耦合进模拟信号。我实际踩得最多的坑是电源——用ST-Link的3.3V引脚给运放供电纹波大得离谱。后来换了独立的3.3V稳压模块频谱立刻干净很多。6.3 串口打印乱码或程序卡死用HAL库重定向printf到串口很多人会遇到程序在串口打印时卡死。最常见的原因是没勾选“Use MicroLIB”导致keil使用标准C库的同步串口模式重定向后打印一个字符都要死循环等待。解决方法是打开MicroLIB或者用DMA 空闲中断做异步打印。6.4 FFT点数太多内存不够编译时提示内存溢出或者程序跑起来莫名其妙HardFault很可能就是数组定义太大或者没使用合适的FFT点数。解决办法有三个方向减小FFT点数比如从2048降到1024频率分辨率从9.8Hz变19.5Hz。改成Q15定点算法内存减半。换成RAM更大的芯片比如F407甚至F429。6.5 SWD下载口失效程序烧不进去调试过程中如果你不小心初始化了PA13/PA14的复用功能也就是SWDIO和SWCLK引脚就会导致ST-Link无法再连接芯片程序烧不进去。解决办法是按住复位键点击下载的瞬间松开复位用这个时机差抢在初始化之前把程序擦掉。如果这招不行就用STM32 ST-LINK Utility连接在连接时快速复位然后执行整片擦除。6.6 用定时器输入捕获验证FFT结果最后分享一个很实用的数据校验方法在同一个开发板上用定时器的输入捕获功能测量正弦波的频率同时用FFT分析同一信号。两者结果对比如果FFT峰对应的频率和定时器测到的一致就说明整个信号链是准的。比如TIM3的通道1配置成输入捕获模式测量外部方波或正弦波的周期算出频率FFT的谱峰位置乘以1000除以2048得到频率。对着同一个信号源两个结果最多差几十Hz这样调试才能做到心里有底。结语回看这个项目其实每一部分都没有多深奥FFT有现成库ADC采样有现成外设OLED显示也早已被写烂了。真正有价值的地方在于把这些环节串起来并理解每个环节的取舍分辨率怎么选、采样率怎么定、内存怎么分配、数据怎么流动。这些不是看一遍教程就能会的必须亲手调过、踩过坑才能形成手感。如果你正准备复现这个项目我的建议是分三步走先把FFT跑通再用串口验证数据最后才去碰显示。一次做太多出了问题你连哪边错都不知道。把这些流程走完你会发现这个“烂大街”的毕业设计题目其实藏了不少值得琢磨的东西。本文还有配套的精品资源点击获取