企业官网建设流程全解析

做信号测量类项目的时候，“测频率”这三个字永远是绕不开的需求。无论是做一个简易示波器、音频频谱显示器，还是给电机测速、检测振动信号，最终都要落到“这个信号到底有多快”这个问题上。而STM32平台最常用的两种测频路线，就是定时器输入捕获和FFT频谱分析。这两条路各管一段，踩过的坑也各自不同，这篇博文把我的实际使用经验完整拆开讲。

先说清楚这两个方案到底是什么定位：输入捕获解决的是“单一频率信号的精准测量”，典型场景是测一个PWM波、一个光电编码器输出、或者经过整形后的正弦波频率；FFT解决的是“复杂信号里有哪些频率成分”，典型场景是音频分析、振动故障诊断、电力谐波检测，它能把一堆混在一起的信号切片给你看。两者不是替代关系，而是互补关系。我会从原理、选型、配置、代码、排障五个维度把整条链路讲完整，适合正在做课程设计、毕业设计，或者刚入门嵌入式信号处理的读者直接参考。

1. 方案选型：先搞清楚你的信号长什么样

1.1 输入捕获的适用边界

输入捕获的核心思路很简单：定时器内部有一个自由运行的计数器，我让它在信号的上升沿（或下降沿）把当前计数值“抓住”存到捕获寄存器里，然后拿相邻两次捕获的计数值做差，就能得到信号周期，取倒数就是频率。

这个方案强在哪？在一个周期内就能出结果，响应速度快、精度可以做得非常高（取决于定时器时钟频率）。我举个实际例子：STM32F407的主频168MHz，定时器挂到APB1总线上就是84MHz，用它去捕获一个1kHz方波，一个周期内计数器走84000个Tick，计数误差只有±1个Tick，折算下来测频误差大概千分之一，这个精度在很多工业现场都够用了。

但输入捕获有两个致命限制。第一，它只能测“单一主导频率”的信号。如果被测信号是个方波、正弦波、或者经过施密特整形后的脉冲，没问题；但如果信号本身就是多个频率叠加的复合信号，比如音频信号、电机振动信号，输入捕获拿到的只是某个过阈值的边沿，结果会乱跳。第二，它本质上测的是周期，所以需要一个足够强的上跳沿，如果信号幅值太小、噪声又大，引脚上抖动会带来大量误触发，频率读数会跟抽风一样跳变。所以用到输入捕获的场景，多半要先用比较器或整形电路把信号变成干净的方波。

1.2 FFT能干什么、不能干什么

FFT（快速傅里叶变换）解决的完全是另一个问题：它在频域里把信号拆开，告诉你每个频率成分的幅值有多大。STM32F4系列自带FPU和DSP库，做实数FFT的速度非常可观，1024点FFT在168MHz频率下大概几百微秒就能跑完，实时性完全够。

FFT测频最典型的需求就是嵌入式频谱分析仪之类的东西。你给麦克风输入一段音频，FFT能把基频和各个谐波都显示出来；你做电机故障诊断，FFT能看到转频、倍频、轴承故障特征频率；你测一个带有大量谐波畸变的工频信号，FFT能帮你同时分离出50Hz和它的整数倍谐波。这些场景，输入捕获是彻底没戏的。

但FFT也有它天生别扭的地方：它需要等一整段采样数据攒够才能算一次，所以刷新率天然比输入捕获低；它的频率分辨率取决于采样率和FFT点数，不是想测多细就有多细；它还特别吃内存，做2048点FFT，光存放采样缓冲区和运算结果就要十几KB的RAM，小容量的芯片可能会直接卡死。选型的时候一定要先想清楚，你的信号到底是“单一频率”还是“多频率成分”，这决定了整个方案的方向。

1.3 我的选型判断标准

拿我自己的习惯来说，接到一个测频需求，我第一件事就是问三个问题：

• 信号是不是只有单一主频？
• 频率范围大概是多少？
• 需要多快的刷新率？

如果答案是“单一频率，几十Hz到几百kHz，刷新越快越好”，闭眼选输入捕获，成本最低、实现最快、精度也最靠谱。如果答案是“信号很复杂，我想知道里面有什么频率成分”，那就必须上FFT，没得商量。

还有一种情况比较特殊，就是既需要精准的单频测量，又需要知道波形质量。这种情况下我会把两种方案同时做进去：用输入捕获测基频，用FFT看谐波分量和总畸变率。STM32F407的定时器资源和DSP运算能力都够，工程里两个模块并存完全没问题。

2. 输入捕获测频的完整实现

2.1 定时器配置的几个关键点

用STM32CubeMX配置输入捕获，比我早年纯手写寄存器快太多了，但即使这样，也有几个地方特别容易配错。

首先是时基设置。定时器的时钟源、预分频系数、自动重装载值必须想清楚。我习惯的做法是：把定时器时钟配到84MHz（F4）或72MHz（F1），然后把预分频设置为83（F4）或者71（F1），这样计数器的Tick就是1MHz，计数值直接就是微秒数，调试的时候读数值非常直观，不用做除法。自动重装载值（ARR）要看最大被测周期来定，16位定时器最大65535个Tick，倒推一下：1MHz计数下，最长能测65535微秒，也就是大概15Hz的信号。如果要测更低频率，只能降低计数频率，比如把Tick降到100kHz，代价就是低频时精度下降。

然后是输入捕获通道配置。有一点必须说清楚：STM32的捕获通道和引脚不是死绑的，比如TIM2的通道1可以是PA0，也可以是PA5。用CubeMX的时候你只需要在Pinout视图里点选引脚，它会自动帮你分配定时器通道，看起来很方便，新手容易因此忽略定时器与引脚的复用关系。如果后面要改PCB，别忘了重新检查引脚复用表，别改完硬件代码跑不通还在那瞎查。

第三个是边沿选择。捕获上升沿还是下降沿，取决于你的信号形态。如果信号不是严格的50%占空比方波，测量上升沿间隔比测量高电平脉宽更不容易出错，因为脉宽测量受占空比影响大，上升沿到上升沿的时间才是完整的周期。我的习惯是设成上升沿捕获，然后通过软件判断是否超时。

2.2 捕获中断里的关键代码思路

配置完中断后，重点就在中断处理函数里。这里我强调一个非常容易踩的坑：只读捕获寄存器是不够的，还要处理定时器的溢出（Update）事件。

设想一个场景：被测频率比较低，比如20Hz，周期50ms，而定时器计数到65535就回零了，那么一个周期内计数器会回绕好几次。如果没有把溢出次数记录下来，你算出来的周期就是错的。正确的做法是：在Update中断里给一个变量加1（记录完整溢出次数），在捕获中断里，读出当前CCR值，再读当前溢出计数器，用完整时间戳相减。

我给出一个比较典型的处理流程：

volatile uint32_t overflow_cnt = 0; volatile uint32_t last_timestamp = 0; volatile uint32_t period_tick = 0; void TIM2_IRQHandler(void) { if (TIM_GetITStatus(TIM2, TIM_IT_Update) != RESET) { TIM_ClearITPendingBit(TIM2, TIM_IT_Update); overflow_cnt++; // 记录定时器回绕次数 } if (TIM_GetITStatus(TIM2, TIM_IT_CC1) != RESET) { TIM_ClearITPendingBit(TIM2, TIM_IT_CC1); uint32_t cur_timestamp = TIM_GetCapture1(TIM2) + (overflow_cnt << 16); period_tick = cur_timestamp - last_timestamp; last_timestamp = cur_timestamp; // 此时 period_tick 就是信号周期对应的Timer Tick数 } }

用“当前捕获值+溢出次数×65536”拼出一个完整时间戳，这种方式比单纯用捕获值可靠得多。注意overflow_cnt要保证在读取的那一刻和CCR寄存器是配套的，否则临界区会出问题。处理方法是：先关定时器中断，读取溢出计数和捕获值，再开中断，或者用代码里“先读SR，再读CCR”的次序来规避。实操中我一般直接用临界区保护，逻辑简单不容易出错。

2.3 软件滤波和测量稳定性

硬件上信号再怎么干净，到了单片机引脚这里也难免有些毛刺。更别提有些场景直接把电机编码器的输出接进来，干扰是真的不小。我的习惯是，测频结果出来后一定要做软件滤波。

最简单有效的策略是“中值+平均”：连续采集5个周期值，去掉最大最小，剩下3个取平均。这个组合能同时抗单点毛刺和短时抖动，代码量也就十几行。如果对实时性要求高，可以改成滑动平均，窗口取4或8，移位操作即可，不用做复杂除法。

另外说一个很实用的细节：不要更新完频率值马上清零重测，最好让测量窗口重叠。比如用环形缓冲维护最近N个周期数据，每次新数据进来就把最旧的数据顶掉，更新频率的时候滚动计算平均。这样测频结果的刷新率更高，显示也不会有明显的间断感。

2.4 把信号整形干净的硬件建议

前面我说过，输入捕获需要干净的边沿。实测中，如果直接把话筒输出、或者未经整形的正弦波接到单片机引脚，捕获结果会非常不稳定。因为引脚的电平阈值附近有噪声时，一次上升沿会被触发好几次。

解决的办法，常规是加一个比较器或者施密特触发器。最简单的方案是用一个LM393比较器，把参考电压设在信号中点附近，输出端加上拉电阻，再接单片机引脚。如果信号本身幅值足够，也可以用单片机的内部施密特触发输入来改善，但抗噪能力依然有限，外部整形还是更稳一些。

我做过一个测速小车项目，直接用光电编码器的A/B输出接STM32的输入捕获引脚，编码器本身输出波形是方波，基本不需要额外整形。但如果是自己用红外对管+码盘搭的测速装置，接收端波形往往带着很长的上升/下降沿，那就必须在比较器里处理一下，否则速度显示一定会出乱子。

3. FFT测频：从采样到频谱输出的完整链路

3.1 采样率、FFT点数和频率分辨率的计算关系

FFT测频第一个要搞明白的参数是频率分辨率Δf。它的计算公式很硬核：Δf = fs / N，其中fs是采样率，N是FFT点数。举个例子，采样率设为10240Hz，做1024点FFT，分辨率就是10Hz。这意味着，如果你信号里有50.0Hz和55.0Hz两个频率分量，在频谱上它们只隔了0.5格，几乎无法区分。

这里还要注意采样定理的约束：采样率必须大于被测信号最高频率的两倍。比如你要分析20kHz以内的音频，那么采样率至少40kHz，保险起见我会留出20%的余量，配48kHz或51.2kHz。采样率一旦定了，FFT能分析的频率范围上限也基本定了，就是fs/2，也就是奈奎斯特频率。

我的习惯是先把目标频率范围确定下来，再反推采样率和点数。比如工程里需要监测0~5kHz的振动信号，分辨率希望做到5Hz以内，那么N=fs/Δf，若fs=10kHz，N至少2000点，实际取2048点，分辨率约4.88Hz，完全满足要求。如果用1024点，分辨率约9.77Hz，就偏粗了。

表格整理一下常见组合：

内存占用这个数据大家心里要有数，老款STM32F103的RAM只有20KB，1024点FFT勉强能跑，2048点就有点吃紧；F4系列一般都有128KB以上，基本不用担心。

3.2 ADC采样：用定时器触发+DMA，别用阻塞采样

FFT对采样数据的等间隔要求非常严格。如果靠while循环里调用ADC采样，中间任何一条中断指令插入都会导致采样点时间不均匀，反映到频谱上就是噪声底抬高、杂散分量变多。正确做法是用定时器输出触发ADC采样，再用DMA自动搬运结果，整个过程CPU全程不参与，数据的时间均匀性由硬件保证。

以STM32F4为例，我用的是TIM3的TRGO事件触发ADC1，ADC1规则通道序列采集PWM口对应的引脚，DMA循环模式把结果搬运到内存数组。CubeMX里的配置思路大概是：TIM3配成PWM模式，输出比较频率就是采样率；ADC1开启定时器触发；DMA配置成循环模式，数据宽度半字（12位ADC结果）。

采样缓冲区的组织也要注意。做实数FFT有两种数据排布方式，一种是直接用arm_rfft_fast_f32，输入是一个float数组，实数序列按顺序填充；另一种是用arm_cfft_f32，输入是复数数组，实部放采样值，虚部填0。我个人的经验是，F4系列用CMSIS-DSP库的arm_rfft_fast_f32最方便，它内部做了Radix-4优化，性能和代码简洁度都很理想。

ADC采样值一般需要做一下电平搬移。很多信号源是单极性的，比如麦克风模块输出电压在0~3.3V之间摆动，中心点在1.65V附近，FFT对直流分量不敏感，直接算就行，不用额外处理。但如果想把频谱显示得更干净，可以先在软件里减掉直流均值再送FFT，这样0Hz处的巨大直流分量不会压得旁边的低频分量看不清。

3.3 DSP库FFT调用和幅值谱计算

CMSIS-DSP库让FFT代码变得非常薄。以STM32F407、Keil环境为例，首先在工程选项里勾选使用FPU，并把arm_cortexM4lf_math.lib加进来。然后调用方式如下：

#define FFT_SIZE 2048 float32_t input[FFT_SIZE]; float32_t output[FFT_SIZE]; float32_t mag_output[FFT_SIZE/2]; arm_rfft_fast_instance_f32 fft_handler; // 初始化 arm_rfft_fast_init_f32(&fft_handler, FFT_SIZE); // 假设input已经填好ADC采样数据 arm_rfft_fast_f32(&fft_handler, input, output, 0); // 0表示正变换 // 计算幅值 arm_cmplx_mag_f32(output, mag_output, FFT_SIZE/2);

计算完幅值谱之后，找出幅值最大谱线对应的频率就简单了：循环搜索最大幅值的下标k，频率就是k×fs/N。但要提醒一点，直接取最大值谱线会存在栅栏效应，单根谱线的频率和真实频率可能有偏差。如果只是显示个大概频率，够用；但如果你要精确到0.1Hz，就要做频谱插值。

3.4 提高测频精度的抛物线插值法

当信号频率不是FFT分辨率的整数倍时，真实频率不会正好落在某根谱线上，而是“骑”在相邻两根谱线之间。这时频率估计会带系统偏差，最大可能有半个分辨率。解决办法是取幅值最大的谱线以及它左右两根谱线，用抛物线拟合峰值位置。

公式很朴素：假设最大谱线在k，幅值分别为y[k-1]、y[k]、y[k+1]，则修正后的峰值位置delta为

delta = (y[k-1] - y[k+1]) / (2 * (y[k-1] - 2*y[k] + y[k+1]))

真实频率 f = (k + delta) * fs / N

我在实际工程中，用这个抛物线插值，50Hz工频信号的测量误差能从1Hz左右降到0.1Hz以内。对于一般测试显示完全够了。如果想更进一步，可以用加窗FFT+双谱线插值算法，但代价是计算量增加，普通项目没必要追求到这个程度。

3.5 加窗还是不加大有讲究

FFT有一个逃不掉的问题叫频谱泄漏：如果采样窗口内信号不是整数个周期，能量会“漏”到旁边的谱线上，导致频谱看起来糊成一片。解决思路是给数据加窗函数，常用的有汉宁窗（Hanning）和布莱克曼窗（Blackman）。

但加窗有代价：主瓣宽度变大，有效分辨率会变差。所以做测频的时候我的取舍是这样的：如果被测的是稳定的周期信号、频谱本身就比较干净，不加窗也没问题；如果是音频这类复杂信号，必须加汉宁窗，不然谐波之间的旁瓣会互相干扰；如果是分析瞬态冲击信号，用矩形窗（不加窗）反而更能保留时间特性。

CMSIS-DSP库里没有直接的加窗函数，需要自己写个循环。比如汉宁窗的系数计算方式为：

for (int i = 0; i < FFT_SIZE; i++) { float32_t w = 0.5f * (1.0f - arm_cos_f32(2.0f * PI * i / (FFT_SIZE - 1))); input[i] *= w; }

加窗之后，幅值谱的数值会变小，因为窗函数把边缘数据削弱了。要恢复真实幅值，需要做幅度校正，通常除以窗函数的相干增益。汉宁窗的相干增益是0.5，所以加窗后幅值要乘以2才能对应真实正弦波的幅值。这个细节很容易被忽略，我早期调试时就遇到过明明输入1V的正弦波，频谱幅值却只有0.5V，排查半天才发现是没做幅度校正。

4. 实操中的高频问题与排查经验

4.1 输入捕获频率值乱跳

我在测速小车项目里遇到过最头疼的问题，就是速度显示值隔几秒就跳到几倍数值，然后又掉回来。排查过程分三步走，最后定位到是编码器A相波形毛刺太多，在边沿附近来回触发。

解决方法是把“捕获上升沿”改成“捕获上升沿+软件消抖”。具体实现：第一次捕获触发后，关掉捕获中断，软件延时2ms再重新开启；如果2ms内没有再次触发，就认为这个边沿是有效的；如果2ms内再次触发，说明上一个边沿是毛刺，丢弃。这个策略虽然会增加一些测量盲区，但对低速测速来说完全能接受。

4.2 FFT结果出现明显镜像分量

如果FFT出来的频谱在某个频率f位置有峰，同时在fs-f附近也出现了一个对称的峰，这通常不是真实信号，而是采样过程中混入了高频噪声导致的混叠（Aliasing）。最有效的解决方案是硬件上加RC低通滤波器，把高于fs/2的成分在进ADC之前滤掉。很多初学者忽略了这个抗混叠滤波器，结果频谱上总有一些说不清道不明的杂峰，改软件改到天亮也解决不了，最后发现是硬件问题。

如果不想动硬件，软件上可以把采样率尽量提高，让混叠频率落到分析频带之外，然后通过数字滤波处理。但总归不如硬件抗混叠来得干净。

4.3 浮点运算慢或者HardFault

FFT运算本身是浮点密集型的。如果你用的是不带FPU的F1系列，跑2048点实数FFT可能要几百毫秒，实时性就很差。解决办法有三个：换成F4或H7系列（带硬件FPU）；用定点FFT库替代浮点库；降低FFT点数。

另外一个常见问题是HardFault，多半是内存越界。浮点FFT的临时缓冲是输入缓冲的2倍（因为复数的实部和虚部），如果只给output分配了FFT_SIZE个float，但arm_rfft_fast_f32在运算时会同时写实部和虚部，就会越界，直接HardFault。我用一个简单规则规避：所有FFT相关缓冲统一按2 * FFT_SIZE的大小去分配，宁可浪费一点内存，绝不踩越界。

4.4 上位机显示频谱的串口瓶颈

如果你的项目需要把频谱数据发到上位机显示，会遇到一个现实问题：1024点FFT，每点按浮点发出去，一个频率点动辄4字节，全发一遍要4KB数据。如果用115200波特率，1秒最多传大约11.5KB，意味着刷新率极限也就2~3帧每秒，而且CPU大部分时间都在等串口发送。

我的处理办法是对频谱做峰值提取和降采样。比如只在频谱里挑出幅值最大的10个频率点，把它们作为“特征频率”发送，数据量瞬间降到几十字节；或者对频谱做分段最大保持，把1024点压缩成128个“包络点”，上位机画出来的频谱形状完全够看，传输压力却小了一个数量级。这样刷新率能轻松做到10帧以上，上位机显示也流畅很多。

4.5 常见问题速查

5. 两种测频方案的性能对比与扩展建议

拿一个“信号测量模式切换”的思路收个尾。我在做嵌入式系统的时候，常把输入捕获和FFT做成两个可切换的模块，通过串口指令或按键切换模式。模式一是“精准频率计”，适合单一频率信号，刷新率能做到每周期更新一次；模式二是“频谱分析仪”，适合复杂信号查看频率成分，刷新率取决于FFT点数和采样时间。

两个方向后续可以扩展的地方挺多。输入捕获可以扩展出周期测量、脉宽测量、占空比测量，甚至可以接正交编码器做电机转速方向检测，这些其实都是同一个底层机制在支持。FFT方向则可以做加窗种类切换、频谱峰值自动跟踪、功率谱密度计算，配合DAC还能做简单的音频频闪显示或音乐节奏灯。仔细想想，这两个模块几乎能覆盖信号测量领域80%的基础需求。

我个人在实际项目里最大的体会是：无关方案高低，真正决定项目成败的是对信号本身的理解。先别急着堆代码，拿示波器看看待测信号的形态，再决定用输入捕获还是FFT，整个工程推进会顺畅得多。如果你正准备搭一个测频相关的小项目，建议先从定时器输入捕获练手，因为代码短、调试直观、出成果快；等熟练了再上FFT去啃复杂信号。这条路走下来，你对STM32定时器和信号处理的理解都会上一个台阶。