實時fft資料統計

2021-10-04 08:11:18 字數 1078 閱讀 8306

最近在做微控制器實時fft-ifft分析,遇到了許多問題,由於感測器對於外部環境敏感,表現不穩定,沒有硬體濾波,導致必須做軟體濾波後方可進行後續分析,查閱了很久的fft資料,一併發上來,給大家參考。

微控制器要求**量少,且使用的記憶體小,故挑選的**很有針對性。

1:c語言版本fft-ifft**

1.1 此**由於缺少必要注釋,導致輸出引數混淆,簡單sin函式測試,同matlab對比,無法得出正確資料,沒明白fft原理,無法自己修改,也不知道到底**對不對。

1.2 此**運算速度很快,記憶體占用也很小,唯一缺點就是**量太大,只能遮蔽沒有呼叫過的,即便如此也占用了很大的微控制器記憶體,需要嘗試後在做決定。需要提前看.c的注釋說明,有複數及實數fft呼叫,matlab測試過複數呼叫,64,18,256,512點均沒有問題。

int len=64;

int ncurindex = 0;

i=0;

for (int nblock=0; nblock= ff1 && (k) <= ff2) || (k) >= (1/dt-ff2) && (k <= (1/dt - ff1) ) )

else

}// phong[ncurindex*2] = 0;

// phong[ncurindex*2] = 0;

}//頻域抽取完成後,ifft逆變換

for (nblock=0; nblock f1 & m/(n*dt) < f2) | (m/(n*dt) > (1/dt-f2) & m/(n*dt) < (1/dt -f1))

% yy(m+1)=y(m+1);

% else

% if m1.3 arm dsp庫實現fft **需要檢查版本,據說是版本1.4一下的實數fft有錯誤,無法使用,dsp文件中部分實數fft的輸出引數同文件描述不一致,需要注意下。此庫實現fft**量編譯後令人驚異的小,呼叫時也需要明白呼叫函式引數的使用方法,不能隨意呼叫,以防止由於誤用引入錯誤。

2:實時fft關於頻譜洩漏的問題

文章寫得很明白,如果有可能擷取週期性的訊號,那就擷取週期性訊號,如果不可以,可以考慮增加窗函式的使用。

新增窗函式參考

資料統計頁面

麵包屑導航區 class el icon arrow right 首頁 el breadcrumb item 資料統計 el breadcrumb item 資料包表 el breadcrumb item el breadcrumb 卡片檢視區域 為echarts準備乙個具備大小 寬高 的dom m...

tensorflow資料統計

本篇內容包括,tf.norm 張量的範數 tf.reduce min max 最大最小值 tf.argmax argmin 最大最小值的位置 tf.equal 張量的比較 tf.unique 張量的獨特值 1.tf.norm 二範數 x 2 xk 2 1 2 一範數 x 1 xk 無窮範數 x ma...

OpenMP實現資料統計

編寫openmp程式,陣列裡存放大量浮點數,資料分布在05之間,為了對資料分布有乙個更為直觀的感受,對資料進行統計,01之間 1 2之間 分別有多少浮點數。openmp實現求矩陣均值最大值以及最小值 openmp實現資料統計 pthreads實現任務佇列 pthreads實現梯形積分 visual ...