一、简介
设备：MSPM0G3507
库：CMSIS-DSP TI
数据分析：FFT
软件：CCS CLion MATLAB
目的：对音频信号进行采样（滤波+偏置处理），通过FFT获取信号的频率成分，得到频率谱、幅值谱和功率谱
二、可行性分析
1，MATLAB
①先设置一个序列模拟实际采样数据
假设采样频率为20.48KHz，那么我们可以设置一个频率为1/20Hz的正弦函数来生成采样数据，采样数据所代表的波形为1.024KHz的正弦波
f = 1/20;
X = (i*sin(2*pi*f*t) + 1000)*0.001; %电压②将采样数据通过FFT转为频谱
Y = fft(X);③对频谱进行取模处理，得到幅值谱
A = abs(Y); % 幅度谱④通过帕斯瓦尔定理，将幅值谱转为功率谱
根据帕斯瓦尔定理，可得，即幅值谱数据的平方除以2等于采样数据的平方。
但由于只取正频率，那么还需要乘以2
P = A.^2 / (N/2);⑤注意事项
得到的功率谱由于是直接通过模长的平方得到，那么其单位应为（采样数据的单位V），并非
2，代码
clc;
clear all;
close all;
% 1. 构建一个序列x
N = 1024;
t = (0:N-1)'; % 创建时间向量
f = 1/20; % 假设ADC采样频率为20.48KHz，那么这个序列为20.48/20KHz的正弦波
yuan=[2.5,10,22.5,40,62.5,90,122.5,160];%源自实际信号功率
j=1;
for i=100:100:800
X = (i*sin(2*pi*f*t) + 1000)*0.001; %电压
% 2. 转为频域
Y = fft(X);
% 3. 把Y转为幅值谱
A = abs(Y); % 幅度谱
frequencies = (1:1: N/2+1); % 频率轴
A = A(2:N/2+1); % 只取正频率部分，去除直流分量
% 4. 使用帕斯瓦尔定理转为功率谱
% Parseval定理表明时域能量等于频域能量
% 所以功率谱可以通过幅度谱的平方获得
P = A.^2 / (N/2); % 功率谱，归一化因子为N/2，因为我们只考虑正频率部分
% 画图
figure;
subplot(2,1,1);
plot(frequencies(2:end), A); % 从第二个点开始绘制，排除直流分量
title('Amplitude Spectrum');
xlabel('Frequency (Hz)');
ylabel('Magnitude');
subplot(2,1,2);
plot(frequencies(2:end), P); % 从第二个点开始绘制，排除直流分量
title('Power Spectrum');
xlabel('Frequency (Hz)');
ylabel('Power');
% 打印功率谱中的极大值
[maxP, indexMaxP] = max(P);
fprintf('%dmV:功率谱中的极大值位于频率 %d ，功率值为 %fV(或者V^2)\n', i,frequencies(indexMaxP), maxP);
fprintf('实际功率值为 %fmW,则阻抗为:%f\n\n',yuan(j),maxP/yuan(j)*1000);
j=j+1;
end
3，仿真结果
图像中舍去了直流成分，正弦波的频率成分只有一个尖峰，很合理
三、代码设计
1，库函数介绍
这次编程一共涉及到CMSIS-DSP的这两个函数，后面将以采样1024个数据为例。
同时要注意哈，由于音频信号频率一般在几十Hz到10KHz以内，根据奈奎斯特定律，采样频率应为20KHz以上。由于采样数据为1024个，想要让分辨率整一点，所以选用20.48KHz。分辨率为20.48K/1024=20
arm：表示适用arm平台
cfft：c即complex（复数），fft：快速傅里叶变换，f32：float32数据类型
mag：幅值？反正把频谱转为幅值谱
arm_cfft_f32(&arm_cfft_sR_f32_len1024, fftArray, IFFTFLAG, BITREVERSE); arm_cmplx_mag_f32(inputArray, outputArray, NUM_SAMPLES / 2);①arm_cfft_f32
第一个参数是个 CMSIS-DSP里已经定义好的实例，在arm_const_structs.h头文件里，且见名知义。由于采样数据是1024个（一般选用4的倍数，基4更快嘛），所以选用len1024
第二个参数就是输入的数组，准确来说是复数数组，因此你需要一个更大的数组，1024*2的数组大小。每两个相邻数组分别存放复数的实部和虚部，实部就是ADC的采样数据，虚部放0.
第三个参数是表明进行的是正变换还是逆变换。我们需要进行正变换，添0
第四个参数是序列翻转，添1就行。详情请见
② arm_cmplx_mag_f32
第一个参数是从arm_cfft_f32得到的复数数组（频谱）
第二个参数是接收转换后的幅值谱，是实数数组，只不过数组大小为1024/2，因为对称性，除了直流成分，数组前半部分与后半部分对称。
第三个参数就是数组大小，添1024/2
2，用户函数设计
除了幅值谱外，我们还需要失真度分析、电压幅值谱、功率谱、幅值谱中极大值点等
①获取幅值谱中极大值点
跟AI（智谱、通义）进行一顿交互、辩论得到的极大值寻找函数（不是最优），用于获取幅值谱中峰值的索引。窗口大小不能太小，否则容易误判，太大则会找不到几个极大值点。
static inline void find_peaks(const float32_t *fftOutput, uint16_t fftLength, uint16_t *peaks, uint32_t NumPeaks, uint16_t windowSize)
{
float32_t maxVal;
uint16_t maxIdx;
uint16_t halfWindowSize = windowSize / 2;//以一般理性而言，不会为0
uint16_t numPeaks = 1; //从一次谐波开始
//重置
for (uint16_t i = 0; i <NumPeaks ; ++i)
{
peaks[i] = 0;
}
// 开始寻找交流成分
for (uint16_t i = halfWindowSize; i < 512 - halfWindowSize; i++)
{
maxVal = fftOutput[i];
maxIdx = i;
// 在滑动窗口内查找最大值
for (uint16_t j = i - halfWindowSize; j <= i + halfWindowSize; j++)
{
if (fftOutput[j] > maxVal)
{
maxVal = fftOutput[j];
maxIdx = j;
}
}
// 检查窗口中心点是否为窗口内的最大值
if (maxIdx == i)
{
// 检查是否与最近的极大值足够远
if (peaks[numPeaks] == 0 || (i - peaks[numPeaks - 1]) > windowSize)
{
peaks[numPeaks] = i;//peaks存的是索引
++numPeaks;
//存满以后就退出
if (numPeaks == NumPeaks)
return;
}
}
}
}②功率谱
根据前面MATLAB分析，只需对幅值谱（准确说是幅值谱中的极大值）进行平方和归一化处理即可
Tips：
之前做功率谱分析时，错误地将已转换为电压幅值谱当做输入。应将经由arm_cmplx_mag_f32得到的幅值谱直接转换为功率谱，不必经由第三方。
static inline float32_t powerCalculate(const float32_t *fft_Array, const uint16_t *peaks, uint16_t NumPeaks, float *power)
{
float sum = 0;
//总功率应去除直流量
for (uint16_t i = 0; i <NumPeaks ; ++i)
{
power[i]=0;
}
for (uint16_t i = 1; i < NumPeaks; i++)
{
if (peaks[i] == 0)
{
break;//说明谐波已经取完
}
power[i] = fft_Array[peaks[i]] * fft_Array[peaks[i]] * 2 / NUM_SAMPLES;//由于只取正频率，故进行归一化处理
sum += power[i];
}
return sum;
}③幅值谱转为对应的电压幅值谱
听起来拗口，其实还挺变扭。就是把幅值谱中的幅值转为实际上的电压，因为幅值谱中的幅值代表的物理意义并非是电压，不过它与电压有个对应关系（注释里）。
static inline void voltageAmplitude_Convert(float32_t inputArray[], float32_t outputArray[])
{
//假设原始信号的峰值为A，那么FFT的结果的每个点（除了第一个点直流分量之外）的模值就是A的N/2倍。而第一个点就是直流分量，它的模值就是直流分量的N倍。
/**将幅值谱转为电压幅值谱*/
for (uint16_t i = 1; i < NUM_SAMPLES / 2; ++i)
{
//理论上模值为峰峰值的N/2倍，实测中还应再除以0.75，后来发现就不需要了
fft_outputbuf[i] = (float32_t) (fft_outputbuf[i] * 2 / NUM_SAMPLES);
}
fft_outputbuf[0] /= NUM_SAMPLES;
}④失真度计算
二次及二次以上的谐波成分的平方和除以基波的平方，然后再开方。
此时你会发现，谐波应为基波的整数倍，也就是说除了通过查找多个峰值的办法，还可以先找到第一个峰值的索引（需先去除直流量），然后把这个索引乘以相应倍数获得对应谐波。CMSIS-DSP有这个找峰值的函数，叫arm_max_f32，记得要去除直流成分。
static inline void signalDistortionDegree(const float32_t *fft_Array, const uint16_t *peaks, uint16_t NumPeaks, float *thd)
{
float sum = 0;
//从二次谐波开始计算平方和
for (uint16_t i = 2; i < NumPeaks; i++)
{
if (peaks[i] == 0)
{
break;//说明谐波已经取完
}
sum += fft_Array[peaks[i]] * fft_Array[peaks[i]];//平方和
}
sum /= (fft_Array[peaks[1]] * fft_Array[peaks[1]]);//除以1次谐波的平方
*thd = sqrtf(sum) * 100; //计算出失真度，并转为百分比表示
}3，代码
这里面需要关注的主体函数是 void SignalAnalyzer_handler();这个函数是放到while大循环里的（MSPM0的内存实在太小，只能先放弃RTOS）
里面可能有部分注释忘记修改，还请见谅。
//
// Created by 34753 on 2024/7/18.
//
#include "SignalAnalyzer.h"
#if SignalAnalyzer_Open
#include "ADC.h"
#include "LED.h"
#include "OPA.h"
#include "arm_const_structs.h"
#include "arm_math.h"
/**宏定义*/
#define NUM_SAMPLES 1024//采样点
#define AV 1 //放大增益
#define NUM_PEAKS 9 //取9-1个基波和谐波成分
#define IFFTFLAG 0 //正变换
#define BITREVERSE 1//逆序排列
/**变量*/
int16_t ADC_Data[1024]; //ADC采样数据
float32_t fft_inputBuff[NUM_SAMPLES * 2];//存储复数的数组
float32_t fft_outputbuf[NUM_SAMPLES / 2];//存储实数的数组，由于奈奎斯特的特性，需要除以2
// 为了某种目的，包含了直流成分
uint16_t peaks[NUM_PEAKS];//幅值谱的极大值点
float power[NUM_PEAKS]; //功率谱
float totalPower; //总功率单位为V^2
float thd; //失真度
volatile bool waitADCData_Flag = true;//用于检测是否需要等待
void SignalAnalyzer_Init()
{
OPA_Init();
ADC_DMA_Init(ADC_Data, 1024);
}
#if 0
//计算失真度
void THD(void)
{
thd_basic = fft_outputbuf[10];
u[0] = fft_outputbuf[20];
u[1] = fft_outputbuf[30];
u[2] = fft_outputbuf[40];
u[3] = fft_outputbuf[50];
u[4] = fft_outputbuf[60];
arm_power_f32(u, 4, &sum);
arm_sqrt_f32(sum, &thd_high);
thd = thd_high / thd_basic;
}
//计算总功率和各频率分量的频率和功率
void MW(void)
{
thd_basic = fft_outputbuf[10];
u[0] = fft_outputbuf[20];
u[1] = fft_outputbuf[30];
u[2] = fft_outputbuf[40];
u[3] = fft_outputbuf[50];
u[4] = fft_outputbuf[60];
arm_power_f32(&u[0], 4, &sum);
MW_total = sum / 5;
}
#endif
/**
* @brief 频率谱转为电压幅值谱
* @param inputArray 经fft转换后的频率谱数组
* @param outputArray 输出的电压幅值谱数组
* @note 原本需要在实测中除以0.75，后来就不需要了，原因未知
*/
static inline void voltageAmplitude_Convert(float32_t inputArray[], float32_t outputArray[])
{
//假设原始信号的峰值为A，那么FFT的结果的每个点（除了第一个点直流分量之外）的模值就是A的N/2倍。而第一个点就是直流分量，它的模值就是直流分量的N倍。
/**将幅值谱转为电压幅值谱*/
for (uint16_t i = 1; i < NUM_SAMPLES / 2; ++i)
{
//理论上模值为峰峰值的N/2倍，实测中还应再除以0.75,后来发现就不需要了
fft_outputbuf[i] = (float32_t) (fft_outputbuf[i] * 2 / NUM_SAMPLES);//384
}
fft_outputbuf[0] /= NUM_SAMPLES;
}
static inline void Amplitude_Convert(float32_t inputArray[], float32_t outputArray[])
{
//计算信号的幅度谱 第一个参数指定了需要计算复数模的数组指针，第二个参数指定了计算结果存放的数组指针，第三个参数是需要计算复数模的数据个数。
// 分辨率=fs（采样频率）/N（采样点数） output输出数组，索引*分辨率=频率成分
arm_cmplx_mag_f32(inputArray, outputArray, NUM_SAMPLES / 2);
}
/**
* @brief ADC数据转为频谱
* @param ADCdata ADC采样数据
* @param fftArray 频谱数组
*/
static inline void ADCdataToSpectrum(const int16_t ADCdata[], float32_t fftArray[])
{
/**将实数序列转为复数序列*/
for (uint32_t i = 0; i < NUM_SAMPLES; ++i)
{
fftArray[i * 2] = (float) (ADCdata[i] * 3.3 / (4095 * AV));//转为实际电压，单位为V
fftArray[i * 2 + 1] = 0; //虚部为零
}
假设ADC里的就是电压值V，可以为mV，不过功率的单位应该为uW
// for (uint32_t i = 0; i < NUM_SAMPLES; ++i)
// {
// //w[i]=0.5*(1-arm_sin_f32(2*PI*i/(NUM_SAMPLES-1)));
// fftArray[i * 2] = (float) (ADCdata[i] * 0.001);
// // fftArray[i * 2]=fftArray[i * 2]*w[i];
// fftArray[i * 2 + 1] = 0;
// }
/**
* 对ADC数据进行1024点的复数快速傅里叶变换（FFT）。
*
* ADC数据被转换到频域，存储了1024个复数样本。
* 每个元素存储复数的实部和虚部，实部存储在偶数索引位置，虚部存储在奇数索引位置。
*
* FFT输出存储在ADC_DataOut中，包含了每个频率分量的幅度信息。
* 返回ADC_DataOut中幅度最大的频率分量的索引，即第5个FFT点（0索引）。
*
* @param ADC_Data 输入的ADC数据数组
* @param ADC_DataOut 输出的FFT结果数组
* @param arm_max_q15 用于在ADC_DataOut中找到最大幅度值及其索引的函数
*/
arm_cfft_f32(&arm_cfft_sR_f32_len1024, fftArray, IFFTFLAG, BITREVERSE);
}
/**
* @brief 寻找峰值
* @param fftOutput
* @param fftLength
* @param peaks 存储极大值点的数组
* @param numPeaks 极大值点个数
* @param windowSize 窗口大小应为奇数，太小会错过极大值，太大会判断错误极大值
*/
static inline void find_peaks(const float32_t *fftOutput, uint16_t fftLength, uint16_t *peaks, uint32_t NumPeaks, uint16_t windowSize)
{
float32_t maxVal;
uint16_t maxIdx;
uint16_t halfWindowSize = windowSize / 2;//以一般理性而言，不会为0
uint16_t numPeaks = 1; //从一次谐波开始
//重置
for (uint16_t i = 0; i <NumPeaks ; ++i)
{
peaks[i] = 0;
}
// 开始寻找交流成分
for (uint16_t i = halfWindowSize; i < 512 - halfWindowSize; i++)
{
maxVal = fftOutput[i];
maxIdx = i;
// 在滑动窗口内查找最大值
for (uint16_t j = i - halfWindowSize; j <= i + halfWindowSize; j++)
{
if (fftOutput[j] > maxVal)
{
maxVal = fftOutput[j];
maxIdx = j;
}
}
// 检查窗口中心点是否为窗口内的最大值
if (maxIdx == i)
{
// 检查是否与最近的极大值足够远
if (peaks[numPeaks] == 0 || (i - peaks[numPeaks - 1]) > windowSize)
{
peaks[numPeaks] = i;//peaks存的是索引
++numPeaks;
//存满以后就退出
if (numPeaks == NumPeaks)
return;
}
}
}
}
/**
* @brief 计算失真度
* @param fft_Array
* @param peaks
* @param NumPeaks
* @param thd
* @note 失真度的单位是百分比
*/
static inline void signalDistortionDegree(const float32_t *fft_Array, const uint16_t *peaks, uint16_t NumPeaks, float *thd)
{
float sum = 0;
//从二次谐波开始计算平方和
for (uint16_t i = 2; i < NumPeaks; i++)
{
if (peaks[i] == 0)
{
break;//说明谐波已经取完
}
sum += fft_Array[peaks[i]] * fft_Array[peaks[i]];//平方和
}
sum /= (fft_Array[peaks[1]] * fft_Array[peaks[1]]);//除以1次谐波的平方
*thd = sqrtf(sum) * 100; //计算出失真度
}
/**
* @brief 计算功率
* @param fft_Array
* @param peaks
* @param NumPeaks
* @param power
* @return
* @note 为了整齐划一，我把直流量放在power[0]中。同时要注意
* ①由于数据是采集的电压，那么计算出的功率的单位其实是V^2(不考虑功率谱密度)，若想得到mW，那么需要再除以阻抗
* ②想通过帕斯瓦尔定理得到功率，那么必须是直接从频率谱转换得到幅值谱，而非是电压幅值谱
* ③若电压的单位是mV，那么计算出的功率的单位是uW
*/
static inline float32_t powerCalculate(const float32_t *fft_Array, const uint16_t *peaks, uint16_t NumPeaks, float *power)
{
float sum = 0;
//总功率应去除直流量
for (uint16_t i = 0; i <NumPeaks ; ++i)
{
power[i]=0;
}
for (uint16_t i = 1; i < NumPeaks; i++)
{
if (peaks[i] == 0)
{
break;//说明谐波已经取完
}
power[i] = fft_Array[peaks[i]] * fft_Array[peaks[i]] * 2 / NUM_SAMPLES;//由于只取正频率，故进行归一化处理
sum += power[i];
}
return sum;
}
///**
// * @brief 计算指定频率下的功率
// * @param fft_Array
// * @param fft_output
// */
//
//static inline void powerSpecialCalculate(const float32_t *fft_Array, float *fft_output)
//{
// float sum = 0;
// for (uint16_t i = 50; i < 500; i+=50)
// {
// power[i] = fft_Array[i] * fft_Array[i] * 2 / NUM_SAMPLES;//由于只取正频率，故进行归一化处理
// sum += power[i];
// }
// return sum;
//}
/**
* @brief 转为实际功率
* @param totalPower
* @param power
* @param Z
* @param NumPeaks
*/
static inline void realPower_Convert(float *totalPower, float *power, float Z, uint16_t NumPeaks)
{
for (uint16_t i = 0; i < NumPeaks; i++)
{
power[i] /= Z;
}
*totalPower /= Z;
}
void SignalAnalyzer_handler()
{
while (waitADCData_Flag)
;
waitADCData_Flag = true;
// LED_ON(LED2_Blue);//表明转换开启
ADCdataToSpectrum(ADC_Data, fft_inputBuff);//将ADC数据经FFT 转为频谱
Amplitude_Convert(fft_inputBuff, fft_outputbuf);//转为幅值谱
find_peaks(fft_outputbuf, NUM_SAMPLES / 2, peaks, NUM_PEAKS, 41);//寻找极大值点
totalPower = powerCalculate(fft_outputbuf, peaks, NUM_PEAKS, power);//计算出功率V^2
realPower_Convert(&totalPower, power, 1788.1, NUM_PEAKS);//转为实际功率W
voltageAmplitude_Convert(fft_inputBuff, fft_outputbuf);//把频率谱转为电压幅值谱（可以不用加，因为交流成分彼此成齐次性）
signalDistortionDegree(fft_outputbuf, peaks, NUM_PEAKS, &thd);//计算出失真度
// LED_OFF(LED2_Blue);
// __BKPT(1);
}
/**ISR中断服务*/
void ADC12_0_INST_IRQHandler(void)
{
switch (DL_ADC12_getPendingInterrupt(ADC12_0_INST))
{
case DL_ADC12_IIDX_DMA_DONE:
/**开启数据分析*/
ADC_DMA_Stop();
waitADCData_Flag = false;
LED_Toggle(LED2_Blue);
break;
default:
break;
}
}
#if 0
/***********************************************
找最大值，次大值……对应的频率，分析波形
*************************************************/
void select_max(float *f, float *a)
{
int i, j;
float k, k1, m;
float aMax = 0.0, aSecondMax = 0.0, aThirdMax = 0.0, aFourthMax = 0.0;
float fMax = 0.0, fSecondMax = 0.0, fThirdMax = 0.0, fFourthMax = 0.0;
int nMax = 0, nSecondMax = 0, nThirdMax = 0, nFourthMax = 0;
for (i = 1; i < NUM_SAMPLES / 2; i++)//i必须是1，是0的话，会把直流分量加进去！！！！
{
if (a[i] > aMax)
{
aMax = a[i];
nMax = i;
fMax = f[nMax];
}
}
for (i = 1; i < NUM_SAMPLES / 2; i++)
{
if (nMax == i)
{
continue;//跳过原来最大值的下标，直接开始i+1的循环
}
if (a[i] > aSecondMax && a[i] > a[i + 1] && a[i] > a[i - 1])
{
aSecondMax = a[i];
nSecondMax = i;
fSecondMax = f[nSecondMax];
}
}
for (i = 1; i < NUM_SAMPLES / 2; i++)
{
if (nMax == i || nSecondMax == i)
{
continue;//跳过原来最大值的下标，直接开始i+1的循环
}
if (a[i] > aThirdMax && a[i] > a[i + 1] && a[i] > a[i - 1])
{
aThirdMax = a[i];
nThirdMax = i;
fThirdMax = f[nThirdMax];
}
}
for (i = 1; i < NUM_SAMPLES / 2; i++)
{
if (nMax == i || nSecondMax == i || nThirdMax == i)
{
continue;//跳过原来最大值的下标，直接开始i+1的循环
}
if (a[i] > aFourthMax && a[i] > a[i + 1] && a[i] > a[i - 1])
{
aFourthMax = a[i];
nFourthMax = i;
fFourthMax = f[nFourthMax];
}
}
k = fabsf(2 * fMax - fSecondMax);
k1 = fabsf(3 * fMax - fSecondMax);
m = fabsf((float) (aMax - 3.0 * aSecondMax));
// if(k<=5)
// LCD_ShowString(275,230,12*4,12,12,"JvChi ");
// else if(k1<=5&&m<0.4)
// LCD_ShowString(275,230,12*4,12,12,"Fang ");
// else if(k1<=5&&m>=0.4)
// LCD_ShowString(275,230,12*4,12,12,"SanJiao");
// else LCD_ShowString(275,230,12*4,12,12,"Sin ");
}
#endif
#endif四、总结（吐槽）
从STM32换成TI开发挺不习惯的，在STM32里可以各种手搓寄存器，结果到TI这里有一种处处受限的感觉。最直接的体现就是创建工程，充分让你体会到了什么叫不得自由，什么工程必须从模板库里创建否则用不了sysconfig（除非想与TI库绝缘）、想使用gcc编译器就必须下载9.2版本等等，稍微对工程做了一点点修改就直接崩溃了，还是修不好的那种。同时TI又不支持OpenOCD，想使用GDB但板子似乎只支持TI官方的调试工具（总之很难），导致CLion直接被禁。然后就是几天的挣扎，好不容易才得到一个可以运行、稍微符合开发习惯的工程，没敢改太多。
然后就是TI的驱动库，虽然模板、文档很多，但是国内网上的教程过少（无论中英文），处处是坑。最让我无法理解的就是GPIO的配置，在stm32中使用寄存器配置GPIO时，只需要找到对应端口和引脚数就行，结果TI里还需要下面这个东西，what can I say？这除了sysconfig和直接查芯片，根本不知道啊
#define GPIO_OLED_DC_IOMUX (IOMUX_PINCM35)吐槽归吐槽，经过一段时间的熟悉后，CCS还是很好用的，比如那个图形化展示数据，分析信号时简直犹如神助。当初觉得难估计是从stm32猛地转ti导致的，反过来大概也是一样的吧。
除此之外，再说一下浅显的个人经验，再使用sysconfig初始化工程时，由于习惯了stm32的开发，对于这种纯图形化反而不适应（与CubeMX不同），有时看着配置选项并不如直接看代码清晰，偏偏偏置选项和生成的代码还有些反差萌。所以和之前使用CubeMX一样，只是把它当做一个学习的工具：
导入示例工程，咔咔乱改，生成符合需求的可用代码，把代码添加到自己新建的文件中，并标上注释，一气呵成。
就比如下面的SPI.c/h文件：
//
// Created by 34753 on 2024/7/20.
//
#ifndef ISB_TI_SPI_H
#define ISB_TI_SPI_H
#include "ZQ_Conf.h"
#if USE_SPI
#include "ti_init.h"
#define SPI_0_INST SPI1
void SPI_Init(void);
void SPI_DMA_Init(void);/*不可用*/
void SPI_DMA_Send(uint8_t *data, uint16_t len);/*不可用*/
void SPI_DMA_Repeat_SendWord(uint16_t data, uint16_t times);/**不可用*/
void SPI_DMA_WriteByte(uint8_t data);
__STATIC_INLINE void SPI_WriteByte(uint8_t data)
{
while (DL_SPI_isBusy(SPI_0_INST))
;
DL_SPI_transmitData8(SPI_0_INST, data);
}
//void SPI_WriteWord(uint16_t data);
void SPI_SendData(uint8_t *data, uint16_t len);
#endif
#endif//ISB_TI_SPI_H
//
// Created by 34753 on 2024/7/20.
//
#include "SPI.h"
#if USE_SPI
#include "LED.h"
/* Defines for SPI_0 */
#define SPI_0_INST_IRQHandler SPI1_IRQHandler
#define SPI_0_INST_INT_IRQN SPI1_INT_IRQn
#define GPIO_SPI_0_PICO_PORT GPIOB
#define GPIO_SPI_0_PICO_PIN DL_GPIO_PIN_8
#define GPIO_SPI_0_IOMUX_PICO (IOMUX_PINCM25)
#define GPIO_SPI_0_IOMUX_PICO_FUNC IOMUX_PINCM25_PF_SPI1_PICO
#define GPIO_SPI_0_POCI_PORT GPIOB
#define GPIO_SPI_0_POCI_PIN DL_GPIO_PIN_7
#define GPIO_SPI_0_IOMUX_POCI (IOMUX_PINCM24)
#define GPIO_SPI_0_IOMUX_POCI_FUNC IOMUX_PINCM24_PF_SPI1_POCI
/* GPIO configuration for SPI_0 */
#define GPIO_SPI_0_SCLK_PORT GPIOB
#define GPIO_SPI_0_SCLK_PIN DL_GPIO_PIN_16
#define GPIO_SPI_0_IOMUX_SCLK (IOMUX_PINCM33)
#define GPIO_SPI_0_IOMUX_SCLK_FUNC IOMUX_PINCM33_PF_SPI1_SCLK
#define GPIO_SPI_0_CS1_PORT GPIOB
#define GPIO_SPI_0_CS1_PIN DL_GPIO_PIN_17
#define GPIO_SPI_0_IOMUX_CS1 (IOMUX_PINCM43)
#define GPIO_SPI_0_IOMUX_CS1_FUNC IOMUX_PINCM43_PF_SPI1_CS1_POCI1
/* Defines for DMA_CH1 */
#define DMA_CH1_CHAN_ID (1)
#define SPI_0_INST_DMA_TRIGGER (DMA_SPI1_TX_TRIG)
static volatile bool SPI_DMA_Mode_Flag = false;//默认模式
static const DL_SPI_Config gSPI_0_config = {
.mode = DL_SPI_MODE_CONTROLLER,
.frameFormat = DL_SPI_FRAME_FORMAT_MOTO4_POL1_PHA1,
.parity = DL_SPI_PARITY_NONE,
.dataSize = DL_SPI_DATA_SIZE_8,
.bitOrder = DL_SPI_BIT_ORDER_MSB_FIRST,
.chipSelectPin = DL_SPI_CHIP_SELECT_1,
};
static const DL_SPI_ClockConfig gSPI_0_clockConfig = {
.clockSel = DL_SPI_CLOCK_BUSCLK,
.divideRatio = DL_SPI_CLOCK_DIVIDE_RATIO_1};
static const DL_DMA_Config gDMA_CH1Config = {
.transferMode = DL_DMA_SINGLE_TRANSFER_MODE,//不可使用RepeatSingle，否则会出现乱波
.extendedMode = DL_DMA_NORMAL_MODE,
.destIncrement = DL_DMA_ADDR_UNCHANGED,
.srcIncrement = DL_DMA_ADDR_INCREMENT,
.destWidth = DL_DMA_WIDTH_BYTE,
.srcWidth = DL_DMA_WIDTH_BYTE,
.trigger = SPI_0_INST_DMA_TRIGGER,
.triggerType = DL_DMA_TRIGGER_TYPE_EXTERNAL,
};
void SPI_Init(void)
{
DL_SPI_reset(SPI_0_INST);
DL_SPI_enablePower(SPI_0_INST);
/**GPIO初始化*/
DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_SCLK, GPIO_SPI_0_IOMUX_SCLK_FUNC);
DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_PICO, GPIO_SPI_0_IOMUX_PICO_FUNC);
DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_CS1, GPIO_SPI_0_IOMUX_CS1_FUNC);
DL_SPI_Config gSPI_0_config = {
.mode = DL_SPI_MODE_CONTROLLER,
.frameFormat = DL_SPI_FRAME_FORMAT_MOTO4_POL0_PHA0,
.parity = DL_SPI_PARITY_NONE,
.dataSize = DL_SPI_DATA_SIZE_8,
.bitOrder = DL_SPI_BIT_ORDER_MSB_FIRST,
.chipSelectPin = DL_SPI_CHIP_SELECT_1,
};
DL_SPI_setClockConfig(SPI_0_INST, (DL_SPI_ClockConfig *) &gSPI_0_clockConfig);
DL_SPI_init(SPI_0_INST, &gSPI_0_config);
/* Configure Controller mode */
/*
* Set the bit rate clock divider to generate the serial output clock
* outputBitRate = (spiInputClock) / ((1 + SCR) * 2)
* 500000 = (32000000)/((1 + 31) * 2)
*/
// TFT_4SPI最快为 BUS_CLK：80MHz，不分频；SPI： 2分频（添1）
// OLED_4SPI最快为 BUS_CLK：80MHz，不分频；SPI： 4分频（添3）
DL_SPI_setBitRateSerialClockDivider(SPI_0_INST, 3);
/* Set RX and TX FIFO threshold levels */
DL_SPI_setFIFOThreshold(SPI_0_INST, DL_SPI_RX_FIFO_LEVEL_1_2_FULL, DL_SPI_TX_FIFO_LEVEL_1_2_EMPTY);
/* Enable module */
DL_SPI_enable(SPI_0_INST);
}
//void SPI_WriteWord(uint16_t data)
//{
// while (DL_SPI_isBusy(SPI_0_INST))
// ;
// DL_SPI_transmitData16(SPI_0_INST, data);
//}
void SPI_SendData(uint8_t *data, uint16_t len)
{
uint16_t i = 0;
for (i = 0; i < len; i++)
{
while (DL_SPI_isBusy(SPI_0_INST))
;
DL_SPI_transmitData8(SPI_0_INST, data[i]);
}
}
void SPI_DMA_Init(void)
{
#if !USE_TI_SYSCONFIG
DL_SPI_reset(SPI_0_INST);
DL_SPI_enablePower(SPI_0_INST);
/**GPIO初始化*/
DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_SCLK, GPIO_SPI_0_IOMUX_SCLK_FUNC);
DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_PICO, GPIO_SPI_0_IOMUX_PICO_FUNC);
DL_GPIO_initPeripheralInputFunction(GPIO_SPI_0_IOMUX_POCI, GPIO_SPI_0_IOMUX_POCI_FUNC);
DL_GPIO_initPeripheralOutputFunction(GPIO_SPI_0_IOMUX_CS1, GPIO_SPI_0_IOMUX_CS1_FUNC);
/**SPI初始化*/
DL_SPI_setClockConfig(SPI_0_INST, (DL_SPI_ClockConfig *) &gSPI_0_clockConfig);
DL_SPI_init(SPI_0_INST, (DL_SPI_Config *) &gSPI_0_config);
/* Configure Controller mode */
/*
* Set the bit rate clock divider to generate the serial output clock
* outputBitRate = (spiInputClock) / ((1 + SCR) * 2)
* 5000000 = (80000000)/((1 + 7) * 2)
*/
DL_SPI_setBitRateSerialClockDivider(SPI_0_INST, 7);
/* Enable SPI TX interrupt as a trigger for DMA */
DL_SPI_enableDMATransmitEvent(SPI_0_INST);
/* Set RX and TX FIFO threshold levels */
DL_SPI_setFIFOThreshold(SPI_0_INST, DL_SPI_RX_FIFO_LEVEL_ONE_FRAME, DL_SPI_TX_FIFO_LEVEL_ONE_FRAME);
DL_SPI_enableInterrupt(SPI_0_INST, (DL_SPI_INTERRUPT_DMA_DONE_TX |
DL_SPI_INTERRUPT_TX_EMPTY));
/* Enable module */
DL_SPI_enable(SPI_0_INST);
/**DMA初始化*/
DL_DMA_initChannel(DMA, DMA_CH1_CHAN_ID, (DL_DMA_Config *) &gDMA_CH1Config);
#endif
/**开启SPI中断*/
NVIC_EnableIRQ(SPI_0_INST_INT_IRQN);
}
void SPI_DMA_Send(uint8_t *data, uint16_t len)
{
DL_DMA_setSrcAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) data);
DL_DMA_setDestAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) (&SPI_0_INST->TXDATA));
DL_DMA_setTransferSize(DMA, DMA_CH1_CHAN_ID, len);
DL_DMA_enableChannel(DMA, DMA_CH1_CHAN_ID);
}
void SPI_DMA_WriteByte(uint8_t data)
{
DL_DMA_setSrcAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) data);
DL_DMA_setDestAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) (&SPI_0_INST->TXDATA));
DL_DMA_setTransferSize(DMA, DMA_CH1_CHAN_ID, 1);
DL_DMA_enableChannel(DMA, DMA_CH1_CHAN_ID);
}
/**
* @brief 重复传送某字节
* @param data
* @param times
* @note 首先会把模式调为单次模式，然后再把数据写入DMA，最后再开启DMA传输结束后注意把模式切换回来。
*/
void SPI_DMA_Repeat_SendWord(uint16_t data, uint16_t times)
{
DL_DMA_Config gDMA_CH1Config_temp = {
.transferMode = DL_DMA_SINGLE_TRANSFER_MODE,//不可使用RepeatSingle，否则会出现乱波
.extendedMode = DL_DMA_NORMAL_MODE,
.destIncrement = DL_DMA_ADDR_UNCHANGED,
.srcIncrement = DL_DMA_ADDR_UNCHANGED,
.destWidth = DL_DMA_WIDTH_HALF_WORD,
.srcWidth = DL_DMA_WIDTH_HALF_WORD,
.trigger = SPI_0_INST_DMA_TRIGGER,
.triggerType = DL_DMA_TRIGGER_TYPE_EXTERNAL,
};
SPI_DMA_Mode_Flag = true;//模式改变
DL_DMA_initChannel(DMA, DMA_CH1_CHAN_ID, &gDMA_CH1Config_temp);
DL_DMA_setSrcAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) &data);
DL_DMA_setDestAddr(DMA, DMA_CH1_CHAN_ID, (uint32_t) (&SPI_0_INST->TXDATA));
DL_DMA_setTransferSize(DMA, DMA_CH1_CHAN_ID, times);
DL_DMA_enableChannel(DMA, DMA_CH1_CHAN_ID);
}
void SPI_RecoverMode(void)
{
DL_DMA_initChannel(DMA, DMA_CH1_CHAN_ID, (DL_DMA_Config *) &gDMA_CH1Config);
}
void SPI_0_INST_IRQHandler(void)
{
switch (DL_SPI_getPendingInterrupt(SPI_0_INST))
{
case DL_SPI_IIDX_DMA_DONE_TX:
LED_OFF(LED2_Green);
LED_ON(LED2_Red);
break;
case DL_SPI_IIDX_TX_EMPTY:
//重置DMA模式
if (SPI_DMA_Mode_Flag)
SPI_RecoverMode();
LED_OFF(LED2_Red);
break;
default:
break;
}
}
#endif![7.23模拟赛总结 [数据结构优化dp] + [神奇建图]](https://i-blog.csdnimg.cn/direct/7bad28974e0d4a6ea908f3a0709e0956.png)
![[排序]hoare快速排序](https://i-blog.csdnimg.cn/direct/250e6ee2b51e4ffb86c48f9818cfc186.png)
