企业官网建设流程全解析

直接分享一个我最近在STM32上折腾完的测量方案：输入捕获 + FFT测频。

这俩词儿单看都不陌生，定时器输入捕获是单片机入门经典功能，FFT是数字信号处理里的常客，但是把这两者放一起、在同一个项目里做频率测量，并让它们分工协作，这里面的门道比想象中多。我最初的需求很简单：一个频率范围和信号形状都不固定的传感器输出信号，需要稳定读出基频。试过纯输入捕获，也试过纯FFT，都各自碰了一鼻子灰，最后把两者结合才彻底解决。这篇就把完整的实现思路、代码细节、参数计算和踩过的坑都写出来。

1. 输入捕获那套逻辑，测方波没问题，测非方波就抓瞎

先说输入捕获是怎么回事。STM32的定时器（以通用定时器TIM2-TIM5为例）内部有一个输入捕获通道，信号从通道引脚进来后，可以被边沿检测电路捕捉，硬件自动把当前计数器的值锁存到捕获寄存器里，然后触发中断。这样我们就拿到了一个边沿出现的时间戳，相邻两次上升沿（或下降沿）的时间差就是信号的周期，频率自然就是周期的倒数。

这套机制在测方波时非常顺手。比如一个输出固定频率方波的传感器，或者PWM信号，占空比和形状都是规整的，上升沿和下降沿都是陡峭的跳变，捕获到的边沿时间差非常准确，测频精度可以做到很高。

但一旦信号变成正弦波、三角波或者带有谐波失真的波形，输入捕获的短板就暴露出来了：

• 正弦波在过零点附近的斜率比较缓，如果信号经过比较器整形后送入捕获引脚，边沿会产生明显的抖动，导致每次捕获的周期值来回跳。
• 如果信号本身含有多个频率分量（比如电机振动信号，基频之外有大量谐波分量），输入捕获只能告诉你上升沿间隔对应的周期，这个值可能代表基频，也可能代表某个幅度较大的谐波，甚至可能出现计数乱跳的情况，根本拿不到稳定的主频。
• 输入捕获本质上测的是信号的时域周期，它永远回答不了"这个信号里都有哪些频率成分"这个问题。

这时候就需要FFT登场了。FFT（快速傅里叶变换）把时域波形变换到频域，能明确看出哪个频率分量能量最大，也就是信号的主频。哪怕波形里有复杂的谐波、噪声，只要信噪比不是太离谱，基频那个峰通常都是最突出的。

我遇到的实际场景就有意思了：一个振动传感器，输出是带有明显畸变的正弦波，理想状态是干净的单频，但实际带了很多高频毛刺，信号幅度还会波动。用输入捕获直接测，频率读数在400Hz和800Hz之间来回跳，因为谐波被整形出来后触发了两次捕获。用FFT一分析，频谱里400Hz的峰值高出一大截，主频确定无误。所以最终方案的逻辑很清晰：低频/方波用输入捕获，高频/复杂波形用FFT，两者配合覆盖全场景。

2. 输入捕获的硬件细节与代码实现：比你想的要多注意几个寄存器

输入捕获的实现方式很直接，但有几个关键点不注意到的话，测出来的数据会让人怀疑人生。

2.1 定时器时钟源与预分频的选择

定时器挂在APB1或APB2总线上，STM32F103的定时器时钟通常是72MHz（如果APB1预分频系数不为1，定时器时钟会是系统时钟的2倍）。这里的预分频器（PSC）决定了计数器的计数时钟。

我测的信号范围是1Hz-100kHz，如果直接用72MHz计数，1Hz信号对应72000000个计数，早就溢出16位计数器了（0-65535）。所以必须配合溢出中断来扩展计数范围，或者干脆把时基配成上升沿触发、下降沿触发交替的模式。

我这里列出捕获模式的核心配置思路：

// 以STM32F103的TIM3为例，PA6作为CH1输入 TIM_ICInitTypeDef TIM_ICInitStructure; TIM_TimeBaseInitTypeDef TIM_TimeBaseStructure; // 1. 时基设置：72MHz计数时钟，预分频71，得到1MHz计数频率 TIM_TimeBaseStructure.TIM_Prescaler = 71; TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up; TIM_TimeBaseStructure.TIM_Period = 0xFFFF; TIM_TimeBaseInit(TIM3, &TIM_TimeBaseStructure); // 2. 输入捕获配置：上升沿捕获，直接映射到TI1 TIM_ICInitStructure.TIM_Channel = TIM_Channel_1; TIM_ICInitStructure.TIM_ICPolarity = TIM_ICPolarity_Rising; // 上升沿触发 TIM_ICInitStructure.TIM_ICSelection = TIM_ICSelection_DirectTI; TIM_ICInitStructure.TIM_ICPrescaler = TIM_ICPSC_DIV1; // 不分频 TIM_ICInitStructure.TIM_ICFilter = 0x0; // 数字滤波，抖动太大会用 TIM_ICInit(TIM3, &TIM_ICInitStructure);

这段配置里有三个参数是重点：预分频、捕获极性和滤波系数。预分频决定了每个计数脉冲对应的物理时间，我配成1MHz计数频率，也就是每个计数值代表1微秒，1Hz信号的计数值就是1000000，这个值放在32位变量里（两个16位寄存器拼接）完全够用。滤波系数后面单说，抖动的信号必须加。

2.2 边沿时间差计算：溢出不处理，永远是垃圾数据

核心代码是捕获中断处理函数：

uint32_t cap_value = 0; // 当前捕获值 uint32_t prev_cap = 0; // 上一次捕获值 uint32_t period_ticks = 0; // 周期（计数个数） uint16_t overflow_cnt = 0; // 计数器溢出次数 void TIM3_IRQHandler(void) { if (TIM_GetITStatus(TIM3, TIM_IT_CC1) != RESET) { TIM_ClearITPendingBit(TIM3, TIM_IT_CC1); cap_value = TIM_GetCapture1(TIM3); if (cap_value >= prev_cap) { period_ticks = cap_value - prev_cap + overflow_cnt * 65536; } else { // 计数器回绕，说明中间发生了溢出 period_ticks = cap_value - prev_cap + 65536 + overflow_cnt * 65536; } prev_cap = cap_value; overflow_cnt = 0; // 每次有效捕获后清溢出计数 } if (TIM_GetITStatus(TIM3, TIM_IT_Update) != RESET) { TIM_ClearITPendingBit(TIM3, TIM_IT_Update); overflow_cnt++; // 溢出中断累加 } }

这里最容易被忽略的就是溢出处理。如果计数器溢出中断没开启，或者开了但不在中断里累加，那么当信号周期大于65535微秒（预分频71、1MHz计数的情况）时，计数器会在两次捕获之间发生回绕，period_ticks会变成一个小得离谱的错值，频率瞬间跳成高频。我早期调试时频率读数从低频跳到几十万Hz就是这个问题。说白了，溢出计数就是给计数器扩展了位数，从16位撑到了32位。

频率计算公式：

float frequency_hz = 1000000.0f / (float)period_ticks; // 因为计数频率是1MHz

2.3 输入捕获的适用边界：从原理上推出来

输入捕获能测多高的频率？理论上只要两个相邻上升沿之间的计数值大于1，就能计算频率。但实际上中断响应本身有延迟，如果频率太高，比如1MHz以上，定时器捕获中断可能还没来得及读完CCR寄存器，下一轮捕获已经把值覆盖了，或者中断频繁进入导致主程序卡死。一般建议输入捕获适合10Hz到几十kHz的中低频信号，再高就得上方法二了。

实际项目里我还发现一个细节：FFT方法不需要关心信号是什么波形。正弦波、三角波、锯齿波、方波，只要有周期性特征，FFT都能在频谱上看到一个清晰的峰。输入捕获对波形边缘形状敏感，FFT才是从根源上绕开了整形电路带来的误差。这也是我把FFT作为"兜底方案"的根本原因。

3. FFT测频链路拆解：从ADC采样到频谱峰提取的完整过程

FFT测频的整体链路是：模拟信号进入ADC，以固定采样率连续采样，得到时域序列；对这序列做FFT变换，得到频域幅度谱；再在幅度谱里寻找峰值，峰对应的频率就是信号主频。

3.1 ADC采样率和采样点数的配对关系

先讲最关键的参数配对。FFT的频率分辨率由公式决定：

频率分辨率 = 采样率 / FFT点数

这意味着，采样率固定后，点数越多，频谱上能看到的最小频率间隔越小，频率读数的精度越高。我用的配置是：采样率Fs = 20kHz，FFT点数N = 1024，那么分辨率就是：

20kHz / 1024 ≈ 19.5Hz

也就是说在频谱上，19.5Hz以内的频率差是区分不开的。对我实际场景来说，400Hz的基频测出来可能是390还是410，误差在±10Hz左右，对于初步诊断够用，但如果你要精确测某个频率，这个分辨率就得提高。两个方向可选：

• 提高采样点数到2048或4096，但MCU计算时间会成倍增加。
• 降低采样率到10kHz，但要保证采样率满足采样定理：采样率必须大于信号最高频率的两倍。如果信号里有超过10kHz的高频分量，ADC采样会引入混叠，反而污染低频段的频谱。

所以正确做法是：先大致确认信号的最高频率，再定采样率，然后根据需要的频率精度定点数。这三个参数互相牵制，没法单独拍脑袋。我定的20kHz采样率，就是对传感器输出信号摸底之后的结果——信号能量主要集中在2kHz以内，留10倍裕量。

3.2 ADC连续采样+定时器触发，别用连续模式裸采

STM32的ADC可以工作在扫描+连续转换模式，也可以由定时器触发单次转换。这里强烈建议用定时器触发采样：拿一个定时器的更新事件触发ADC转换，这样采样间隔是硬件精确控制的，不像在主循环里启动转换那样有不可控的抖动。ADC采样的时间均匀性是FFT准确性的前提，采样间隔抖动会让频谱毛刺变多，峰值不集中。

配置逻辑是这样的：

// 定时器2作为ADC触发源 TIM_TimeBaseStructure.TIM_Prescaler = 71; // 72MHz/72 = 1MHz TIM_TimeBaseStructure.TIM_Period = 50; // 1MHz/50 = 20kHz 采样率 TIM_TimeBaseInit(TIM2, &TIM_TimeBaseStructure); // ADC配置 ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_T2_CC2; // 定时器2事件触发 ADC_InitStructure.ADC_ContinuousConvMode = DISABLE; // 单次转换，由触发控制

这样每个20kHz触发脉冲到来时，ADC就采样一次，得到确定的采样时间点。DMA设置为循环模式，把ADC转换结果自动搬到内存数组里，攒够1024个点后通知CPU做FFT，中途不占CPU时间。

3.3 窗函数的选择：别小看这个细节

直接对截断后的时域数据做FFT，会出现频谱泄漏——一个干净的单一频率信号，会在频谱上抹出一坨能量，旁边的频点都有幅度，这样找峰值时偏差会比较大。

解决方式就是加窗函数。我实测对比过三种窗：

• 矩形窗：相当于不加窗，主瓣窄但旁瓣高，适合频率相隔较远的强信号，频率精度高但容易泄漏污染。
• 汉宁窗：主瓣稍宽，但旁瓣衰减明显，适合大多数周期信号，是工程里最常用的折中选项。
• 布莱克曼窗：旁瓣衰减更大，但主瓣也更宽，频率分辨率变差，适合需要区分弱信号和强信号，不追求精确频率的场景。

我最终用了汉宁窗，因为它对主频估计偏差足够小，代码实现也简单（查正弦表，乘一次即可）。窗函数系数是预先算好存在数组里的，每次FFT前把ADC原始数据乘以对应系数，得到加窗后的序列再送进FFT。

3.4 从频谱里找主频：直流分量和幅值谱的取舍

FFT输出是复数数组，每个点包含实部和虚部。幅度谱计算：

mag[ k ] = sqrt( real[k]^2 + imag[k]^2 )

但实际做的时候没必要每个点都开方，可以用近似公式|x| ≈ |real| + |imag|或者直接比较平方和，省掉开方运算，在MCU上提速明显。

找主频时最容易被坑的地方是直流分量。信号带个直流偏置的话，第0个频点的幅度巨大，直接找峰值会锁定在0Hz。处理办法是从第1个频点开始找（跳过第0点），或者采样时做直流偏置消除：先累加1024个采样值求平均，再用每个采样值减掉平均值，把信号整体拉到0V附近。

主频计算：

// peak_index 是幅度谱中幅度最大的频点索引 float freq = (float)peak_index * Fs / N; // Fs=20000, N=1024

3.5 FFT的ST官方库与自写的坑

实现FFT有两种途径：要么用ST官方DSP库里的arm_cfft_f32（需要配合CMSIS-DSP库），要么用网上流传的各种精简FFT算法（比如基2时间抽取法）。

我一开始图省事用了STM32F1标准外设库里自带的cr4_fft_1024_stm32，这个函数只输出模方值，不需要额外算幅度，非常省事。但它的输入格式是固定的Q15格式，代码上需要对ADC采样值做左移处理，不然精度不够。后来换了STM32F4之后，直接用arm_cfft_f32，浮点运算速度提升明显，代码也更简单。

坑在换库时踩了一个：不同库对FFT输入输出的排列顺序定义不一样，有的库FFT后的频谱是自然顺序的（第k个元素对应k×Fs/N的频率），有的是位反转顺序的，直接套用数据下标算频率会算出完全错误的结果。解决方式是在调试阶段先输入一个已知频率的标准正弦波，检查峰值对应的索引和理论值是否吻合，不吻合就翻库的文档确认输出排列方式，而不是急着分析实际信号。

4. 测频方法融合策略：怎么让两种模式各干各的活，还能无缝切换

前面两套方案都讲完了，但真正的问题来了：两个方案不是独立的，要么切换，要么融合。我最终实现的是按信号频率范围自动切换，这里把切换逻辑和背后的考量说清楚。

4.1 为什么不用单一方案硬扛所有场景

有人会问，既然FFT什么波形都能测，为啥不干脆只用FFT？原因有二：

• 低频信号测不准。20kHz采样率采样1024点，只能覆盖约0.05秒的时域窗口，如果信号是10Hz，这个窗口里只有半个周期，做FFT后基频峰根本分辨不出来。要么把采样率降低到几百Hz，但那样高频场景又没法测，FFT天然受限于"时间窗长度与频率分辨率成反比"这条铁律。
• 实时性差。FFT计算一次1024点，在F103上是几毫秒的耗时，加上采样等待时间，整体刷新率有限；而输入捕获只要两次中断就能算一次频率，响应快得多。

所以正确的分工是：输入捕获扛低频段、扛实时性；FFT扛复杂波形、扛高频段。

4.2 自动切换的核心逻辑

我在代码里设了一个频率阈值（设为1kHz）。每次循环先看输入捕获模式有没有输出有效频率，有且数值在100Hz-1kHz之间，就采用输入捕获结果；如果捕获值一直为零，或者捕获结果反复横跳超过阈值范围，就自动切到FFT模式。

切换逻辑伪代码：

float freq_result; float cap_freq = get_input_capture_freq(); uint32_t adc_buf[1024]; if (cap_freq > 100.0f && cap_freq < 1000.0f) { // 输入捕获结果可信，直接采用 freq_result = cap_freq; } else { // 输入捕获异常或超过范围，启动FFT测量 adc_sample_and_fft(adc_buf); freq_result = fft_get_main_freq(adc_buf); }

这个判定逻辑里有个细节：为什么不是捕获到频率就采用？因为这正是我前面说的"捕获到谐波"场景——信号有强烈的失真时，捕获逻辑也能稳定触发，比如一个400Hz基波叠加800Hz谐波，整形后可能每个基波周期触发两次边沿，读到的频率是800Hz。这种情况单纯看捕获值的稳定性是判断不出来的，必须辅助FFT。所以我的方案里只要捕获值落在"可疑区间"（通常是基频的两倍左右），就直接交给FFT去仲裁，而不是试图在捕获模式里做数字滤波。

4.3 切换时机与状态机设计

为了避免频繁切换导致测量值抖来抖去，我加了一个简单的状态机：三个状态（输入捕获模式、FFT准备模式、FFT测量模式），每次切换设定一个"滞留时间"——在FFT模式下至少测8次才会切回输入捕获，在输入捕获模式下如果连续3次捕获异常才切到FFT准备模式。这个滞回设计就是为了防止信号瞬态波动导致模式频繁切换，这是实测中特别容易遇到的问题。

5. 实测效果与校准方法：没有这一步，测出来的都是数字，不是数据

光把代码跑通还不能算完成，必须用标准信号源校准，记录误差。这里提三个关键的校准动作，每一步我都在项目里做过。

5.1 标准信号源扫频：确认两个模式的边界

我用信号发生器输出精确的方波和正弦波，从1Hz扫到100kHz，记录两种模式在不同频率下的误差：

这张表是我实测的典型数据，不同板子、不同晶振精度会有差异。测试的意义在于知道"哪个模式下哪个频段靠谱"，这是后面定切换阈值的最客观依据。

5.2 频率读数的插值修正：FFT峰值偏一半分辨率的问题

FFT频谱里有一个天然的问题：如果信号频率正好落在两个频点之间，峰值会分布在两个相邻频点上，直接取峰值索引会得到整数倍的频率误差。最明显的例子是信号频率是395Hz，采样率20kHz，点数1024，分辨率19.5Hz，FFT峰值会落在390Hz或410Hz的频点上，读出来就偏差了。

工程上最简单的修正方法是抛物线插值（也叫二次插值法）：取峰值频点p以及它左右各一个频点p-1和p+1的幅度，用二次曲线拟合出真实峰值的偏移量：

float delta = (mag[p-1] - mag[p+1]) / (2.0f * (mag[p-1] - 2.0f*mag[p] + mag[p+1])); float freq = (p + delta) * Fs / N;

这个公式能把频率误差从±19.5Hz压到±1Hz以内，是FFT测频实战里性价比极高的一个步骤，强烈建议别省。但要注意，这套公式只在主峰比较尖锐、没有明显旁瓣干扰时有效，如果信号本身谐波丰富，插值偏移量会被旁边的峰拉扯，反而要慎重。

5.3 晶振误差与温度漂移：测的是"一致"而非"绝对准确"

最后提醒一下：MCU的HSE晶振本身有误差，常见的8MHz晶振精度是±20ppm，对应到测频上就是万分之二的误差。如果要更高的绝对精度，就得用外部高精度时钟源或者做温漂补偿。但如果你的场景是"监测信号频率变化趋势"或者"判断是否偏离正常范围"，内部晶振完全够用，不需要额外折腾。

我实际运行中还有一个习惯：每次开机先测一个已知频率的基准信号（比如把PWM输出配置成精确的10kHz，用它自己测自己），把得到的偏差系数记录在校准值里，然后所有实测频率都乘以这个系数做修正。这样就算晶振有偏差，测出来的相对值也是准的——对大多数传感器监测场景来说，相对稳定性远比绝对精度重要。

6. 实测中的几个意外问题和排查思路

这部分挑三个我在项目里真实踩过、并且坑得比较深的点，每个都给出完整的排查链路，而不是直接给答案。

6.1 问题一：频率读数周期性跳变到极高值

现象：输入捕获模式测一个稳定的2kHz方波，正常情况下读数是2.000kHz，但每隔一两秒会跳一个50kHz的异常值，然后恢复正常。

排查链路：

• 第一步：怀疑是捕获中断丢失。用逻辑分析仪抓定时器的捕获输出引脚，确认信号本身是稳定的方波，排除信号源问题。
• 第二步：在中断处理函数里加一个计数器，每次进入捕获中断就累加，主循环里周期读取。结果发现中断触发次数明显少于方波边沿数，说明中断被其它更高级别的中断阻塞了。
• 第三步：检查中断优先级配置，发现ADC的DMA传输完成中断和捕获中断配成了同一优先级，而DMA中断服务函数里做了一些耗时的浮点运算，导致定时器捕获中断被长时间挂起。
• 第四步：把DMA中断优先级调低、捕获中断调高，并把DMA中断里的浮点运算移到主循环处理，问题解决。

根因：中断优先级配置不合理，高频率的DMA中断占用了大量CPU时间，导致捕获中断响应延迟过大。捕获中断本身不丢，但ARR计数值已经走了好几个周期，算出来的频率自然就偏高。

6.2 问题二：FFT主频峰偏移到谐波位置

现象：输入一个标称1kHz、波形有明显削顶失真的正弦波，FFT读出来的主频是2kHz或者3kHz。

排查链路：

• 第一步：用示波器看实际波形，确认它确实不是单纯的正弦波，削顶后的波形过零检测等效于一个方波，谐波能量非常大。
• 第二步：在采样时把波形同时送给示波器，确认ADC采样到的波形和示波器看到的一致，排除采样混叠导致的高频假象。
• 第三步：把FFT点数从1024放到2048，重新测，发现峰值还是落在2kHz，而且2kHz峰的幅度确实比1kHz高，说明真实的信号频谱里2kHz成分确实强于基频。
• 第四步：意识到问题不是FFT算错了，而是失真信号的基频在频谱上的幅度未必最大。有严重谐波失真时，谐波的幅度可以超过基频。这时候就得用"找第一个显著峰"而不是"找最高峰"的逻辑：从低频向高频扫，找到第一个幅度超过阈值的峰作为基频，再用基频位置校准后续峰为谐波。

根因：这是FFT测频最经典的方向错误——把"幅度最高"当成了"基频"。实际上，处理带有失真的信号时，基频的判定必须带上前面的"第一个显著峰"逻辑，否则失真带来的高次谐波会直接带走主峰。

6.3 问题三：输入捕获模式频率读数稳定但明显偏低

现象：信号发生器输出精确的100Hz方波，输入捕获给的是98.5Hz，偏了1.5%。

排查链路：

• 第一步：先怀疑预分频的配置，把计数频率从1MHz改成另外的值，对比读数。发现改预分频会整体改变偏差方向，说明问题在时基本身。
• 第二步：用定时器的PWM输出同时输出一路已知频率方波，再喂给输入捕获通道，发现自测结果完全准确。
• 第三步：对比信号发生器和单片机时基，发现信号发生器标称100Hz，但用频率计测实际输出是99.8Hz，最终判定是信号源自身偏了，而不是捕获电路偏了。
• 第四步：换成自带校准输出的信号源，实测读数与标称值误差小于0.05%，问题"消失"。

根因：测量系统只能告诉你"被测频率相对于参考时基是多少"，参考时基本身有误差，测出来自然就有偏差。这个案例的价值在于提醒：遇到频率偏差先别急着改代码，先用一个独立且可信的频率基准（比如用另一块板子的晶振做参考）来确认误差来源是被测对象还是测量端。硬件排查和软件排查是两套思维，很多时候问题不在代码里。

7. 代码结构建议与扩展思路

到这里整个方案基本完整了。最后分享一点代码组织的经验。

我把整个测频模块拆成了三个文件：freq_input_capture.c（输入捕获驱动）、freq_fft.c（ADC采样和FFT处理）、freq_manager.c（模式切换和结果仲裁）。这样做的好处是，将来想换更高级的DSP库，或者把输入捕获换成编码器测速，只需要替换对应文件，模式切换逻辑完全不用动。

如果你后续要做的事不止测频，还可以在这个基础上扩展几个方向：

• 基于FFT结果的波形质量评估：既然频谱已经在手上了，顺手算个THD（总谐波失真）也不难，把基频幅度和谐波幅度做个比例即可。
• 多通道频率监测：如果有多个传感器信号要测，可以在ADC上扩展多通道，用DMA的乒乓缓冲交替采样，轮流做FFT，代价是每个通道的刷新率下降。
• 与PWM输出联动：测出主频后，用定时器自动调整PWM输出频率，做成一个简单的自适应激励系统（比如根据共振频率调整驱动频率）。

测频这件事，很多人以为拿个定时器数边沿就完事，但真正上项目就会发现，信号形态的复杂性决定了单一方法都有死角。输入捕获在时域上有直觉、有速度，FFT在频域上有全景、有精度，两者结合的方案才是嵌入式工程里"既要又要"的解法。希望这篇对正在鼓捣测频的朋友有帮助。