WhyCan Forum(哇酷开发者社区)

最近用STM32F407的DSP库(en.stm32f4_dsp_stdperiph_lib)实现了FFT功能，有三种方式，现将这三种方案做个对比。
方式一：使用arm_cfft_radix2_f32.c文件，基2
方式二：使用arm_cfft_radix4_f32.c文件，基4
方式三：使用arm_cfft_f32.c与CMSIS中的arm_cortexM4lf_mat.lib文件

采64点同一原始数据的相同数据段计算时间与所占资源
方式一：163uS   Program Size: Code=9228RO-data=217380 RW-data=2108 ZI-data=4740
方式二：111uS   Program Size:Code=11012 RO-data=217380 RW-data=2108 ZI-data=4740
方式三：103uS   Program Size:Code=15848 RO-data=217396 RW-data=2120 ZI-data=2416

采128点同一原始数据的相同数据段计算所得到的周期，采用256点FFT采128点实际数据后续128个补0的方式。
方式一：

方式二：

方式三：

由上可算得Fn=(4-1)*50/256=0.5859375Hz,Tn=1/Fn=1.707s。与MATLAB分析的结果一致。
MATLAB结果：

原始信号：

另外在单片机中使用基2的算法，采128个点做128点的FFT分析结果为0.78125Hz与实际相差较大,见下图。

由上可得以下结论：
1. 运算时间由快到慢依次为arm_cfft_f32、arm_cfft_radix4_f32、arm_cfft_radix2_f32。
2. 所占资源相差不大。
3. 相同采集点情况下，补0对正确计算周期有帮助。

另外还有两个问题请教各位。
1.FFT以后频域中的模值比时域中实际信号的幅值小很多，不到1/2甚至更少。
2.FFT结果是对称的，为什么又不能使用一半的数据做分析呢。