STM32 FFT优化最终版！速度逼近官方库，不再折腾了再搞剁手

Borden

本帖最后由 Borden 于 2014-4-7 11:58 编辑

简介：这是一个在STM32F103开发板上做的FFT计算演示程序。程序以36kHz采样率从AD采集播放器的音频信号，然后以同样速率发送到DA通过喇叭播放。同时采下来的信号做FFT变换，在屏幕上显示两路音频波形以及频谱。

之前的程序(http://www.amobbs.com/forum.php?mod=viewthread&tid=5574904&page=1#pid7424203)搞好之后本来不打算再弄了，但是在本坛另外一个帖子里面发现原来ST是有官方DSP库的，文档：(http://www.st.com/st-web-ui/static/active/en/resource/technical/document/user_manual/CD00208762.pdf)，里面的benchmark结果显示官方库的1024点FFT的速度居然达到了2.138ms，基本上是我之前程序速度的一倍，于是我又不淡定了。。。

去官网找了半天居然找不到那个库的下载，放狗一搜才发现有人说官方早就把那个库下架了，我估计是为了给带DSP指令集的F4系列让路。还好有老外放出了下载(https://my.st.com/public/STe2ecommunities/mcu/Lists/cortex_mx_stm32/DispForm.aspx?ID=30831&RootFolder=%2fpublic%2fSTe2ecommunities%2fmcu%2fLists%2fcortex%5fmx%5fstm32%2fSTM32F10x%20DSP%20library%2c%20where%20is%20it)，下回来看了看，官方库确实是高度优化的，但是代价是非常固化，不灵活，实用性比较差。说白了就是跑分很好看，真正用那个库就不是那么回事了。主要体现在：

1、它的输入是1024点32bit的数组（以1024FFT为例），那么要用这个库你必须把数据拷贝到数组里面。在实时运算的时候基本上只有双缓冲这一个唯一的选择。而双缓冲是有缓冲切换开销的。我的程序是给个指针直接从循环缓冲区任意位置读数据的，任意缓冲区长度，自动回卷。

2、它用的是基-4的FFT，我用的是最简单的基-2的。基-4的FFT理论上运算量就比基-2的小，速度肯定快，但是代价是FFT点数必须是4^n，如果你要做512点或者2048点的FFT，那么你就没法用官方库了。另外看它的代码，实际上stm32做基-4的FFT寄存器是不大够用的，所以它里面有很多数据倒来倒去的过程，如果寄存器能像64位ARM那样有32个的话，官方库这个程序还可以更快～

3、它的输入输出是等长的，就是说你做1024点的FFT输入必须是1024点，如果你的输入小于这个长度，是没有任何性能提升的。我的程序可以随意设置输入长度，自动补零自动优化，当输入长度小于FFT点数的时候速度可以成倍提升。实际上我工作中用的FFT是4096点的，但是输入数据只有128点。所以这一点优化在实际应用中还是非常有用的。

好了，基本情况就是这样。我之前那个FFT是32位精度的，为了跟官方库比较，也跟着改为16位了。前前后后改了一个礼拜，每天都能发现一些新的地方可以提高速度，搞到现在觉得基本上到头了。也实在是不能再搞了，我觉得自己有点走火入魔了，再搞工作都要丢了～～

成果：视频演示的是跟官方benchmark一样的配置，1024入1024出，16bit，三角函数表在flash里。视频中关闭显示之后即是纯FFT循环，此时除了FFT之外只有AD，DA以及帧率显示。可以看到实测是365fps，也就是2.74ms，比官方的2.138ms还是差一点，残念。。。作为基-2的FFT，我基本上只能接受这样的结果啦，哎～～～～