总结——TI_音频信号分析仪_mspm0g3507 fft
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xN = 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=100:100:800X = (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;end3，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 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（正弦波）
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^2float 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 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 aMax) { aMax = a[i]; nMax = i; fMax = f[nMax]; } } for (i = 1; i aSecondMax && a[i] > a[i + 1] && a[i] > a[i - 1]) { aSecondMax = a[i]; nSecondMax = i; fSecondMax = f[nSecondMax]; } } for (i = 1; i aThirdMax && a[i] > a[i + 1] && a[i] > a[i - 1]) { aThirdMax = a[i]; nThirdMax = i; fThirdMax = f[nThirdMax]; } } for (i = 1; 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=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 SPI1void 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 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
