基于LPC55S69双核ARM-M33的FFT傅利叶频谱仪

wenyangzeng

  基于LPC55S69双核ARM-M33的FFT傅利叶频谱仪

一、项目名称

基于LPC55S69双核ARM-M33的FFT傅利叶频谱仪

二、项目概述

    傅利叶运算FFT很适用于频谱的分析。基于LPC55S69双核ARM-M33的FFT傅利叶频谱仪，利用M33双核ARM主核浮点运算的特点，Core0进行ADC采样和FFT运算。Core1驱动OLED将运算结果以图形方式显示频谱。

三、项目的实施

双核任务的规划：

    项目主要功能为每秒512点的FFT运算，其中主要分为0#模块（ADC采样、FFT浮点小数运算）和1#模块（OLED图形显示）。0#模块分配给Core0，1#模块分配给Core1。申请了一个内存共享区，Core0将512个点FFT运算结果存放在该区，Core1读取该共享数据在OLED上显示。

本项目使用了IAR自带的DSP库和LPC的POWERQUAD两种DSP进行测试。

硬件资源：

    实现项目的功能利用《基于LPC55S69双核三相真有效值交流电压表》的硬件资源。Core0的资源需要ADC0通道的采样转换。Core1驱动OLED的5条GPIO口线硬件资源不变直接利用。这些都从板子上的ARDUINO插座上引出。

外扩资源：

需要外扩ADC外部输入电路ADC0输入利用原《真有效值交流电压表》的硬件ADC0，

https://www.nxpic.org.cn/module/forum/thread-616882-1-1.html

                               图1

    DEMO板的三相交流电模拟信号发生器，输出的正弦波信号，连接到LPC55S69的ADC0输入端，在P3端接上9V层叠电池就能进行50HZ正弦波频谱的显示。由于这片OLED水平方向只有128DPI,扣除512点FFT的镜像部分256点，将前256点压缩每2点抽取1点共128点供水平显示。如果断开用50HZ发生器的9V供电，用户也可以将MP3信号从S1(GND)和S2(信号)接入来测试（见图2）。注意信号电平勿超过3.3V供电电压。

开发环境：

IAR8.32.1。工程模块使用双核Hello_world修改而成。

项目使用了2种DSP浮点处理方案,以便浮点小数处理的性能对比：
方案A：IAR自带的DSP
方案B：NXP在LPC5500系列特有的PowerQuad

方案A：使用IAR自带DSP库，需要调用IAR的DSP库，见图2.

                图2

FPU要使能（图3）

图3

FFT 运算直接调用IAR的DSP库，代码不复杂：

1. Void LPC_FFT(void)
   
2. {
   
3. arm_cfft_radix2_instance_f32 scfft;
   
4.   uint16_t i;
   
5.       arm_cfft_radix2_init_f32(&scfft,FFT_LENGTH,0,1);
   
6.        for(i=0;i<FFT_LENGTH;i++)                                                                                   
   
7.         { fft_inputbuf[2*i]=(uint16_t)Adc_Value[i];
   
8.         fft_inputbuf[2*i+1]=0;
   
9.        }
   
10. arm_cfft_radix2_f32(&scfft,fft_inputbuf);   
    
11. arm_cmplx_mag_f32(fft_inputbuf,fft_outputbuf,FFT_LENGTH);
    
12. }
    

复制代码

双核调试：

  调试过程与真有效交流电压表基本相同，不再重复。

  为了测试LPC55s69主核处理浮点运算处理512个点FFT的浮点运算速度，测试结果大约耗时1156uS（图4）。

               图4

方案B:  PowerQuad

    PowerQuad是NXP在LPC55XX系列推出的高性能DSP浮点处理方案，它比IAR自带的DSP在处理浮点小数运算速度上大大提高。
AN_DigitalSignalProcessingforNXPLPC5500UsingPowerQuad.rar (688.61 KB, 下载次数: 28)

2019-7-7 09:18 上传

点击文件名下载附件

    该测试需要在Core0单核工程添加fsl_powerquad.c、fsl_widdlefactor.c和DSP原代码（图5）。

                   图5

使能FPU(图6)。

                         图6

1. void task_pq_fft_512(void)
   
2. {
   
3.     arm_cfft_instance_q31 instance;
   
4.     uint32_t i;
   
5.       for (i = 0; i < APP_PQ_FFT_SAMPLE_COUNT_512; i++)
   
6.     { gPQFftF32In[i*2] = (float32_t)(Adc_Value[i]-2047.99);
   
7.        gPQFftF32In[i*2] /= 3.0f;
   
8.         gPQFftF32In[i*2+1] = 0.0f;
   
9.     }//导入ADC数据
   
10.   arm_float_to_q31(gPQFftF32In,gPQFftQ31In, APP_PQ_FFT_SAMPLE_COUNT_512*2u);
    
11.     for (i = 0u; i < APP_PQ_FFT_SAMPLE_COUNT_512 * 2u; i++)
    
12.     { gPQFftQ31InOut[i] = gPQFftQ31In[i] >> 5u; }
    
13. TimerCount_Start();
    
14.    instance.fftLen = APP_PQ_FFT_SAMPLE_COUNT_512;   
    
15.    arm_cfft_q31(&instance, gPQFftQ31InOut, 0, 1);
    
16.   TimerCount_Stop(calcTime);
    
17.     for (i = 0u; i < APP_PQ_FFT_SAMPLE_COUNT_512 * 2u; i++)
    
18.     { gPQFftQ31Out[i] = gPQFftQ31InOut[i] << 5u;
    
19.     }
    
20.     arm_q31_to_float(gPQFftQ31Out,gPQFftF32Out, APP_PQ_FFT_SAMPLE_COUNT_512*2u);
    
21.    arm_cmplx_mag_f32( gPQFftF32Out, gPQFftF32In, APP_PQ_FFT_SAMPLE_COUNT_512);   
    
22.      memset(gLcdFreqSpecDispBuf,0u, sizeof(gLcdFreqSpecDispBuf));
    
23.     for (i = 0u; i < APP_PQ_FFT_SAMPLE_COUNT_512; i++)
    
24.     { gLcdFreqSpecDispBuf[i] = (int)(gPQFftF32In[i] * 128.0);     }   
    
25.     gPQProcCycles[APP_USER_TASK_FFT_512_IDX] = calcTime;
    
26. }
    

复制代码

  使用POWERQUAD使得FFT浮点运算速度大大提高，同样的FFT处理函数，方案A耗时1156uS,方案B耗时36uS（图7）。

               图7

视频链接

https://v.youku.com/v_show/id_XNDI2MDkxMTgyMA==.html?spm=a2hzp.8244740.0.0

阅读全文

混森蓝兽

牛批      

mzy2364

楼主厉害 学习一波

小恩GG

感谢分享！