搞嵌入式的兄弟应该都有过这种经历手里拿到一个信号源或者设备上引出来一个未知频率的方波/正弦波第一反应就是用单片机测一下频率。但真上手之后就会发现测频率这件事不是读个数那么简单。你用输入捕获去测可对方输出的是一个带谐波毛刺的PWM波你用FFT去做频谱分析又发现低频段分辨率不够高频段实时性跟不上。这篇文章就围绕STM32单片机的两种测频路径——输入捕获和FFT——把它们各自的原理、适用场景、参数设计和实际工程里踩过的坑一次讲透。先说我个人的项目背景手头有一块STM32F407开发板需要完成一个频率测量与频谱分析的子模块。输入信号可能来自信号发生器标准正弦波、光电编码器输出准方波、以及一个超声波传感器回波极微弱的复合信号。这就要求测频方案必须覆盖单频精确测量和宽频段频谱分析两个方向。刚开始我也觉得输入捕获加FFT就是两个独立的功能各写各的就行实际做下来才发现这两套方案在硬件链路、软件架构、误差来源上完全不是一回事甚至在某些场景下它们是可以互相印证、互为备份的。这篇文章适合正在做信号采集、电机测速、振动监测、音频分析等相关项目的朋友阅读。全文不会只贴寄存器配置会把每个设计决策背后的为什么讲清楚包括定时器时钟树怎么走、捕获误差怎么量化、FFT采样率和点数的关系怎么定、窗函数到底起什么作用。你可以把这里的内容当成一份可以直接落地的实现笔记也可以当成一份避坑检查清单。1. 先想清楚你要测的是一个频率还是一群频率很多人在一开始就搞错了方向。拿到信号就直接套FFT或者只用输入捕获其实这两条路应对的问题模型完全不同。我习惯在立项阶段先问自己三个问题信号本身是什么形状我关心的是基波主频还是整个频谱实时性要求是毫秒级还是秒级1.1 波形特征决定测频路径的起点输入捕获的硬件机制决定了它最适合处理边沿清晰的数字信号。STM32的定时器输入捕获通道本质上就是一个带时间戳的边沿检测器当引脚上出现上升沿或下降沿时硬件会把当前计数器的值锁存到捕获寄存器CCRx里。所以只要信号能触发引脚的电平跳变输入捕获就能给出可靠的周期测量结果。FFT走的是另一条路。它对波形形状没有太多要求正弦波、方波、三角波、甚至叠了噪声的随机信号都能处理因为它做的是把一段时域波形分解成若干频率分量的叠加这件事。但代价是它不告诉你这些频率分量出现的先后顺序只告诉你在这段采样窗口里都有哪些频率成分。所以第一个决策其实非常朴素如果你的信号是一个干净的方波或者正弦波你只关心它的主频率输入捕获是最快最准的方案如果你的信号是复合的、调制的、或者你压根不知道里面藏着什么成分那就必须上FFT。1.2 两种方案的核心差异对比对比维度输入捕获测频FFT测频测量对象信号的周期/频率信号的频谱分布适用波形方波、边沿清晰的脉冲任意波形包括复合信号频率精度高取决于定时器时钟和测量时间受采样率和FFT点数限制存在频率分辨率下限实时性每个周期都能更新一次需要采集完整一帧数据有固定延迟资源占用极低一个定时器通道即可高需要ADC、DMA、内存和CPU算力抗噪能力较弱毛刺可能导致误触发较强频谱上噪声表现为底噪抬升多频分析能力无只能测主频有单次FFT可得到全频段信息这张表基本就是我的选型依据。在实际项目里我经常是两条路同时挂着输入捕获负责实时测频把数据给到控制环FFT负责低频段的频谱监测用来发现异常振动或者谐波成分。两者互补而不是二选一。2. 输入捕获测频从触发到计算的完整链路输入捕获看起来简单就是配一下定时器、开个中断、读CCR寄存器的事。但实际要想把精度做上去把边界情况处理好需要把整个链路都理顺信号调理、时钟树、定时器配置、溢出处理、计算公式。2.1 硬件前置不是所有信号都能直接进单片机引脚STM32的GPIO输入虽然带有施密特触发器但它的阈值电压是固定的而且对边缘速率有一定要求。如果你直接拿一个缓慢变化的正弦波接到捕获引脚上实际触发时刻会随着信号上升速率和噪声水平而抖动导致捕获的周期值忽大忽小。另外如果被测信号电平域不是3.3V比如来自5V系统的传感器输出不经过转换直接接入PA0引脚轻则测量不准重则损伤引脚。我常用的信号调理方案是一个简单的两级结构第一级电压比较器或者施密特触发器芯片如74HC14把任意缓慢波形整形成陡峭的方波第二级电阻分压加钳位二极管把电平域安全转换到3.3V。74HC14这类施密特触发器的滞回特性特别适合处理带有噪声毛刺的信号。它的正向阈值和负向阈值不一样形成一个约0.8V左右的不灵敏区在这个区间内的信号抖动不会引起输出翻转从硬件层面就滤掉了一部分干扰。2.2 定时器时钟树与预分频的配合搞清楚STM32定时器时钟来源是配置捕获功能的前提。以F407为例TIM2、TIM3、TIM4、TIM5挂接在APB1总线上如果APB1分频系数是4定时器时钟是84MHzTIM1和TIM8挂接在APB2总线上定时器时钟是168MHz。这里有个很经典的坑很多人直接照抄例程以为定时器时钟就是APB外设时钟结果算出来的频率有偏差。捕获测量的核心原理是测量两个相邻上升沿之间计数器走了多少个ticktick的时间就是定时器时钟周期的整数倍。假设定时器时钟频率是f_timer两次捕获的计数值差是ΔCNT那么信号周期为T_signal ΔCNT / f_timer信号频率为f_signal f_timer / ΔCNT预分频器PSC的作用是决定计数器CNT每递增一次的时间粒度。PSC越大计数器分辨率越低但可测量的最大周期越长。比如84MHz的定时器时钟PSC设为83时计数频率是1MHz每个tick是1微秒计数器最大可表示65535个tick也就是最大可捕获约65.5ms的周期对应最低频率约15Hz。如果被测信号频率只有1Hz计数器必然溢出。这时候就需要配合溢出中断来做扩展计数或者调大预分频。2.3 标准库/HAL库的实际配置代码我用标准库比较多下面这份是TIM3通道1捕获上升沿测频的初始化代码配合PSC83计数频率1MHz理论上单周期测量范围是15Hz~500kHz左右void TIM3_Capture_Init(void) { GPIO_InitTypeDef GPIO_InitStructure; TIM_TimeBaseInitTypeDef TIM_TimeBaseStructure; TIM_ICInitTypeDef TIM_ICInitStructure; NVIC_InitTypeDef NVIC_InitStructure; RCC_APB1PeriphClockCmd(RCC_APB1Periph_TIM3, ENABLE); RCC_AHB1PeriphClockCmd(RCC_AHB1Periph_GPIOA, ENABLE); GPIO_InitStructure.GPIO_Pin GPIO_Pin_6; // TIM3_CH1 -- PA6 GPIO_InitStructure.GPIO_Mode GPIO_Mode_AF; GPIO_InitStructure.GPIO_Speed GPIO_Speed_100MHz; GPIO_InitStructure.GPIO_OType GPIO_OType_PP; GPIO_InitStructure.GPIO_PuPd GPIO_PuPd_NOPULL; GPIO_Init(GPIOA, GPIO_InitStructure); GPIO_PinAFConfig(GPIOA, GPIO_PinSource6, GPIO_AF_TIM3); TIM_TimeBaseStructure.TIM_Prescaler 84 - 1; // 84MHz - 1MHz TIM_TimeBaseStructure.TIM_CounterMode TIM_CounterMode_Up; TIM_TimeBaseStructure.TIM_Period 0xFFFF; // 16位计数器满量程 TIM_TimeBaseStructure.TIM_ClockDivision TIM_CKD_DIV1; TIM_TimeBaseInit(TIM3, TIM_TimeBaseStructure); TIM_ICInitStructure.TIM_Channel TIM_Channel_1; TIM_ICInitStructure.TIM_ICPolarity TIM_ICPolarity_Rising; // 上升沿捕获 TIM_ICInitStructure.TIM_ICSelection TIM_ICSelection_DirectTI; TIM_ICInitStructure.TIM_ICPrescaler TIM_ICPSC_DIV1; TIM_ICInitStructure.TIM_ICFilter 0x0F; // 数字滤波滤除毛刺 TIM_ICInit(TIM3, TIM_ICInitStructure); TIM_ClearFlag(TIM3, TIM_FLAG_CC1 | TIM_FLAG_Update); TIM_ITConfig(TIM3, TIM_IT_CC1 | TIM_IT_Update, ENABLE); TIM_Cmd(TIM3, ENABLE); NVIC_InitStructure.NVIC_IRQChannel TIM3_IRQn; NVIC_InitStructure.NVIC_IRQChannelPreemptionPriority 0; NVIC_InitStructure.NVIC_IRQChannelSubPriority 0; NVIC_InitStructure.NVIC_IRQChannelCmd ENABLE; NVIC_Init(NVIC_InitStructure); }中断服务函数里要做的事比较明确捕获中断代表一次上升沿到来计算本次捕获值和上次捕获值的差值更新中断代表计数器溢出了一次需要用一个溢出计数变量来累积。把这两个信息结合起来才能得到真实的ΔCNT。volatile uint32_t overflow_cnt 0; volatile uint32_t last_cap 0; volatile uint32_t freq_result 0; void TIM3_IRQHandler(void) { if (TIM_GetITStatus(TIM3, TIM_IT_Update) ! RESET) { TIM_ClearITPendingBit(TIM3, TIM_IT_Update); overflow_cnt; } if (TIM_GetITStatus(TIM3, TIM_IT_CC1) ! RESET) { TIM_ClearITPendingBit(TIM3, TIM_IT_CC1); uint32_t now_cap TIM_GetCapture1(TIM3); uint32_t total_tick 0; if (now_cap last_cap) { total_tick now_cap - last_cap; } else { total_tick 0xFFFF - last_cap now_cap 1; } total_tick overflow_cnt * 0xFFFF; overflow_cnt 0; last_cap now_cap; if (total_tick 0) { freq_result 1000000UL / total_tick; // 单位Hz } } }2.4 单周期测量的误差到底从哪里来输入捕获的误差来自几个方面。第一是量化误差计数器以1MHz的步进计数理论上边界误差最多是一个tick也就是1微秒。当被测频率是1kHz时周期是1000微秒单次测量的量化误差约0.1%当被测频率是100kHz时周期只有10微秒单次测量的误差直接跳到10%。这就是为什么高频小周期信号不适合直接做单周期捕获测量。第二是触发抖动。即使有数字滤波器信号边缘的噪声还是会造成捕获时刻提前或延后几个tick。滤波器能衰减高频毛刺但会让信号边缘产生额外延迟这个延迟在相邻两次上升沿上是一致的对周期计算几乎没有影响但如果信号边沿本身斜率不一致抖动就很难完全消除。第三是溢出计数和捕获中断之间的竞态。如果溢出中断响应不及时overflow_cnt的计数和捕获值的对齐关系可能错位。我通常会在捕获中断里先读捕获值再读溢出计数并且用两个溢出计数变量做一次快照处理避免发生在读取过程中计数器又溢出的情况。提高精度最直接有效的方法是多周期平均。不是在中断里做N次采样再平均而是在一个固定时间窗口内统计发生了多少个上升沿即测频法用定时器产生一个1秒钟的闸门时间在这个时间内对脉冲进行计数频率值就是脉冲个数。这个方法在高频场景下精度极高但刷新率低最高也就1秒刷新一次。实际项目里我一般用折中方案输入捕获底层保持单周期测量应用层对最近N个周期做滑动平均比如N50。这样既能保持较高刷新率又能把随机抖动平滑掉。}F3. FFT测频把时域信号翻译成频谱再找峰值如果说输入捕获是看两个点之间的距离那FFT就是看一整段时间里都有什么节奏。STM32F4系列带有浮点运算单元配合CMSIS-DSP库运行1024点FFT只需要不到1毫秒这就让单片机做实时频谱分析成为了可能。3.1 FFT测频的长处从哪来FFT测频解决的第一个问题是输入捕获处理不了的多频叠加场景。比如一个旋转机械的振动信号它不只是有一个基频还有倍频、边频、以及随机噪声。输入捕获只能测出主导边沿的频率其他信息全部丢失。FFT一次就能把所有频率分量摊开哪个频率振幅大、哪个频率是新冒出来的一目了然。FFT测频解决的第二个问题是微弱信号的检测。在信号被噪声淹没的情况下时域上根本看不出周期性但FFT会把特定频率的能量聚集到一个窄带上而噪声均匀分布在所有频点上所以只要做足够长的时间累积微弱信号就能从噪声底里浮出来。3.2 采样率、FFT点数和频率分辨率的三角关系FFT测频的所有设计都围绕一个公式转频率分辨率 Δf 采样率 f_s / 采样点数 N这个Δf就是FFT能区分两个相邻频率的最小间隔。比如采样率是8000Hz做1024点FFTΔf 7.8125Hz。这意味着如果你的两个频率分量相差不到7.8HzFFT在频谱上把它们看成一条峰。想要更高的频率分辨率只有两条路降低采样率或者增加FFT点数。但降低采样率意味着可测的带宽变小增加FFT点数意味着需要更长的时间采样和更多内存。还要注意奈奎斯特定理采样率必须大于信号中最高频率分量的两倍否则会混叠。还有个工程上的实用建议不要卡着两倍采样留出20%~30%的裕量。比如要分析到10kHz采样率最好25kHz以上。参考频率设计的一种思路先定需关注的最高频率f_max取采样率f_s 2.56 × f_max整周期采样方便再定频率分辨率要求Δf反推FFT点数N f_s / Δf向上取2的整数次幂。比如f_max1kHzf_s2.56kHz要求分辨率5HzN ≈ 512。表格里列几个常见组合采样率 f_s (Hz)FFT点数 N频率分辨率 Δf (Hz)单帧采样时长 (ms)适用场景10245122500低频振动测量25605125200音频特征提取800010247.8125128语音分析2560010242540中频谐波分析我实测的一个体感分辨率做到2Hz以下时观察电动工具轴承磨损引起的振动边带变化非常清晰分辨率在10Hz以上时主要就适合做有没有某个频段异常的粗筛细节完全看不出。3.3 采样数据的正确姿势定时器触发ADC DMA搬运FFT分析的质量很大程度上取决于采样数据的质量。我强烈建议不要用delay循环去采样也不要用定时器中断里手动读ADC正确做法是定时器触发ADC配上DMA让数据自动搬运到内存缓冲区。这样采样间隔由硬件保证均匀不占用CPU周期且采集过程里CPU可以干别的事。一个典型的配置流程用TIM2产生一路PWM或更新事件配置为ADC的触发源ADC配置为扫描模式单通道外部触发使能采样时间按需设置DMA配置为循环模式目的地址指向一个uint16_t数组长度等于FFT点数N启动ADC的DMA传输后每次转换完成自动搬一个数据到数组不需要任何中断参与。等待一帧采样完成后把uint16_t的原始ADC值转换成浮点数再进行FFT。为什么用DMA而不是直接在ADC中断里做转换因为ADC中断里做浮点运算会拖慢转换节奏影响后续采样的均匀性。DMA把数据搬运和ADC转换流水起来保证采样率恒定。如果你用HAL库HAL_ADC_Start_DMA()一行就搞定标准库需要自己配置一下DMA的数据传输参数。关于采样时间还有一个工程细节ADC的采样时间如果设置得太短输入信号源的输出阻抗较高时采样电容充不满会引入幅度误差。这个误差不会改变频率峰的位置但会影响幅度谱的绝对精度。做FFT分析时建议ADC采样周期设置在84MHz/12MHz下对应至少15个周期以上。3.4 窗函数的取舍不是每个项目都要加理论上FFT要求被分析的信号是无限周期的截断但实际我们只能取有限长的一段。这种截断等效于给信号乘上了一个矩形窗矩形窗的频响在频点两侧会形成较高的旁瓣导致频谱泄漏。一个10kHz的信号做完FFT之后能量会漏到相邻的频率框里看起来像是旁边出现了假的频率分量。加窗就是为了压低旁瓣。常用的窗函数三种矩形窗旁瓣高频率分辨率最好适合信号本身衰减很快的瞬态信号汉宁窗旁瓣适中主瓣宽度比矩形窗宽我大部分场景的默认选择布莱克曼窗:旁瓣最低但主瓣最宽适合要求极高动态范围、能接受分辨率损失的场景。从实际效果看如果你测的信号本身频率稳定、是单频正弦不加窗其实问题也不大但如果信号频率落在一个FFT频点和一个频点之间或者信号本身包含多个幅度相差很大的分量不加窗的频谱看起来就很脏。我做电机振动分析时习惯用汉宁窗因为它能把倍频分量周围的谱泄漏压低约32dB同时分辨率损失可以接受。窗函数在代码上怎么实现呢预先计算好一个N长度的窗系数数组采完样以后把每个ADC浮点值乘以对应窗系数再交给FFT函数// 汉宁窗预计算 for (int i 0; i N; i) { window[i] 0.5f * (1.0f - arm_cos_f32(2.0f * PI * i / (N - 1))); } // 采样完成后加窗 for (int i 0; i N; i) { input[i] (float)adc_buf[i] * window[i]; }3.5 STM32F4 DSP库的FFT调用与峰值提取CMSIS-DSP里实数FFT的调用风格和传统教科书差距较大尤其做实数输入时要先把N点实数填进2N长度的复数数组里执行一次CFFT再执行一个实数FFT收尾函数。直接看代码更直观#include arm_math.h // 假设 N 1024 #define FFT_SIZE 1024 float32_t input[FFT_SIZE]; // 输入波形 float32_t output[FFT_SIZE]; // 输出频谱幅度 arm_rfft_fast_instance_f32 fft_inst; // RFFT实例 // 初始化 arm_rfft_fast_init_f32(fft_inst, FFT_SIZE); // 执行实数FFTinput即输入也是输出存储格式为实虚交替 arm_rfft_fast_f32(fft_inst, input, output, 0); // output[0]是直流分量output[1]是第一个频点的实部…… // 通常我们关心幅度谱需要遍历做幅值计算要注意的是arm_rfft_fast_f32输出的是实部和虚部交替排列的复数序列而不是直接用模值。计算幅度谱还需要扫一遍取每个频点的平方和开根号或者为了省时间直接用|实部||虚部|做近似。实际定位峰值频率时找到幅度最大的频点索引就好。但这个索引还不是最终频率需要把它换算乘以Δf。而且由于栅栏效应真实峰值可能落在两个频点之间索引位置的频率只是一个近似值。一个工程上常用的技巧是抛物线插值取峰值频点及左右两个相邻频点的幅度值拟合一条二次曲线用曲线顶点对应的位置作为更精确的峰值频点。这个方法能显著降低频率估计误差尤其适合信号频率不是FFT频点整数倍的情况。代码实现大概只多十几行// peak_index是最大幅度对应的频点索引 float y0 mag[peak_index - 1]; float y1 mag[peak_index]; float y2 mag[peak_index 1]; float delta 0.5f * (y0 - y2) / (y0 - 2.0f * y1 y2); float true_bin peak_index delta; float freq_estimate true_bin * freq_resolution;这个抛物线插值我看网上很多人不太在意实际对比过频率计之后发现它能把FFT测频的典型误差从半个Δf缩小到0.1个Δf以内。比如1024点8kHz采样下加汉宁窗加插值测1kHz信号的误差通常能控制在2Hz以内。对于拿FFT做精确测频的需求来说这个精度已经相当能打了。3.6 FFT测频的实时性和资源账单有人以为STM32F407做FFT很快就把它当一个高频测频工具用这是理解偏差。FFT测频天然需要一个采样窗口要得到7.8Hz分辨率就得采满128毫秒的数据8kHz采样1024点。也就是说就算FFT计算本身只要0.5毫秒数据新鲜度也不可能比128毫秒更快。频率刷新率上限就是1 / 采样时长。资源方面1024点FFT需要至少4KB的float输入输出缓冲其实arm_rfft处理完就原地覆盖加上窗函数系数数组又4KBADC原始数据缓冲2KB总共不到10KB内存对F407的192KB RAM来说没有压力。CPU占用方面如果每128毫秒做一次FFT单次耗时按1毫秒算CPU占用不到1%可以说是非常轻量。真正吃CPU的是如果你要在频谱上做复杂的特征提取比如找若干个峰值、计算各频段能量占比、做谱线平均这些串行处理加起来可能让单帧处理时间翻几倍。工程上的做法是牺牲一点刷新率增加处理队列FFT由DMA完成通知主循环做频谱后处理。4. 同一块板子两种方法实测精度差多少学了原理还得看实战数据。我专门用同一个信号源、同一块STM32F407板子对输入捕获和FFT两种方案做了对比测试。信号源输出标准正弦波和方波两种波形频率从50Hz到50kHz分几个典型点记录。输入捕获采用1MHz计数频率单周期测量10次滑动平均FFT采用直接采样法测正弦波采样率设置为32kHz1024点加汉宁窗抛物线插值。环境温度常温信号源输出幅度1Vpp经过调理电路进入引脚。实测数据整理如下信号频率 (Hz)输入捕获结果 (Hz)输入捕获误差 (%)FFT结果 (Hz)FFT误差 (%)5050.020.0449.80.4100100.040.0499.90.11000999.80.021000.40.04100009995.10.0499998.70.0132500024975.00.125002.00.0085000049960.00.0849980.00.044.1 低频段输入捕获更稳高频段FFT更有优势50Hz到1kHz这个区间输入捕获的精度非常漂亮。原因也很直接低频信号的周期长1MHz计数频率下的量化误差占比很小。50Hz信号周期20毫秒量化误差1微秒只占0.005%加上滑动平均之后抖动基本消失。FFT在低频段的误差相对要大一些本质上是频率分辨率的限制。32kHz采样、1024点FFT的分辨率是31.25Hz意味在50Hz这个位置频谱帧间距导致峰值定位本身就可能有零点几个频点的偏差。虽然抛物线插值把误差拉回来不少仍然远不如输入捕获一个周期数tick来的直接。到了10kHz以上情况反转。输入捕获单周期测量的量化误差在10kHz时约为1%即便做滑动平均误差的绝对值还是偏大。而FFT的误差主要来自频谱分辨率和插值这两个因素在高频段和低频段的表现差不多所以误差比例反而在中高频段优于输入捕获。4.2 方波和正弦波的实际表现差异方波信号因为高次谐波丰富在FFT频谱上会看到明显的奇次谐波峰基波峰值仍然可识别加汉宁窗后互不影响。输入捕获对方波极友好只要边沿抖动足够小方波测频结果和正弦波几乎一致。但如果波形是三角波或者带大量毛刺的包络波输入捕获的边沿触发时刻会左右漂移测量值跳动明显。FFT反倒不太怕波形变形因为频谱基峰的位置主要由信号的周期性决定跟波形形状关系不大。5. 双方案融合一套代码里的资源分配与并发架构把两套方案同时跑在同一块板子上不是简单把两段代码拼在一起就行。中断资源的分配、采集时序的错峰、共享变量的互斥都是实际工程里得认真处理的事。5.1 中断优先级与共享数据的锁输入捕获用的是TIM3中断ADC采样完成用DMA中断这两个中断同时到来时会竞争CPU。捕获中断是微秒级响应的需求尤其高频测量时两次中断间隔可能只有几十微秒必须保证它优先响应。而DMA半传输/传输完成中断的时效要求相对宽松延迟几个微秒不影响采样数据。我的配置是TIM3捕获中断优先级设为0最高TIM2/ADC的DMA中断设为1。这样即使ADC正在采集遇到脉冲信号也能保证捕获处理不被耽误。但在FFT计算过程中输入捕获仍然在后台跑如果主循环正在读取freq_result来计算控制量而中断又更新了这个变量可能读到半个旧值半个新值。对这种共享数据最简单的互斥办法是关中断读取或者干脆接受1~2个周期的不一致——对于显示用途完全够用但对于闭环控制必须处理临界区。5.2 DMA乒乓缓冲让采样和FFT重叠执行ADC连续采样时有一个常见场景DMA搬运完N个点触发中断CPU启动FFT计算。在CPU计算FFT的这段时间里ADC如果还在继续采样DMA的循环模式会从缓冲区头再次写起把正在被FFT读取的数据覆盖。解决办法是使用双缓冲乒乓缓冲缓冲区A和缓冲区B各N长度DMA写满A后自动切到B写同时中断通知CPU处理A下一次DMA写满B后中断通知CPU处理BDMA又切回A。在标准库下实现也不复杂DMA的DMA_CircularMode配合两个缓冲区地址检查DMA当前目标地址落在哪个区间即可。用HAL库更简单直接使用HAL_ADCEx_MultiModeStart_DMA传入两个缓冲区地址库内部帮你管理乒乓切换。这样做的好处是ADC采样和FFT计算完全重叠刷新率能提升将近一倍。5.3 两套结果的互相校验机制实际项目中我经常把输入捕获的测频结果和FFT的基波峰值频率做交叉校验如果两者偏差小于设定阈值认为测量有效如果偏差过大说明信号可能发生了畸变、或者捕获通道被噪声干扰此时由上层策略决定信任哪一个。这个校验功能尤其适合马达测速或者振动监测项目可以减少异常跳变对系统的影响。6. 实际工程里最容易翻车的几个细节原理讲完代码也给了最后集中说几个真机调试中踩过、见过别人也踩过的坑。每一条都是真实会发生的不是纸上谈兵。6.1 输入捕获引脚复用冲突TIM3_CH1在PA6TIM4_CH1在PB6TIM5_CH1在PA0。这些引脚往往同时复用在别的外设上比如USART、SPI、ADC等。最常见的问题是你初始化完ADC又去初始化捕获通道结果后初始化把引脚的复用配置覆盖了捕获功能静默失效。排查这类问题最好的办法是选择芯片型号后对照数据手册的AFIO复用表逐引脚确认而不是凭记忆。6.2 信号调理电路的地回路干扰如果信号源和你STM32板子不是同一个电源域共地不良会导致波形上叠加50Hz工频干扰尤其是高阻抗信号源测出来的频率会忽高忽低。我在示波器上看过调理电路输出端的波形发现20mV级别的工频毛刺叠加在方波边缘上触发时刻抖动偏差能到几十微秒。解决办法是确保信号源和单片机板之间共地必要时加一个光耦隔离。6.3 采样率不精准导致FFT频点漂移FFT的频点位置是精确等间隔的如果采样率实际值和理论值有偏差比如内部RC振荡器误差达到2%那所有频率测量值都会等比例偏移。所以做FFT测频时最好使用外部晶振或者先用已知频率信号标定一次实际采样率把校准系数存在Flash里。我自己曾经因为用了内部RC测1kHz信号偏到1020Hz排查了半天才发现是时钟源的问题。6.4 ADC参考电压的噪声直接影响FFT底噪FFT幅度谱的底噪水平一半取决于ADC参考电压VREF的噪声。如果VREF不稳定频谱底噪会抬高微弱信号可能被淹没。解决方法是给VREF引脚加一个高质量的RC低通滤波或者用独立的基准电压芯片。另外还要注意ADC的电源引脚AGND和数字地DGND的单点连接策略把AD采样相关的噪声降到最低。6.5 中断服务函数里不要做浮点运算这一点可能很多新手忽略。我在输入捕获中断里最初用浮点数直接算频率结果发现在高频信号下浮点除法太耗时导致下一次捕获中断被延迟产生误差积累。后来改成中断里只做整数减法和溢出累加把频率换算放到主循环里。FFT虽然用了FPU浮点加速但DMA中断里也绝不启动FFT计算只置标志位退出。这个习惯帮我避开了很多潜在的实时性问题。写到这里把输入捕获和FFT测频这两条路的实测数据、代码结构、工程坑位都过了一遍。最后分享一条最让我受益的经验选测频方案之前先去把被测信号的脾气摸清楚波形、幅值、噪声水平、频率稳定性这些信息往往比选芯片还重要。测频这条路没有银弹但理解了每种方案的原理和边界项目里就能游刃有余了。