2.5 FFT 模块 API 手册

1. 概述

FFT（快速傅里叶变换）模块用于对输入的时域数据进行傅里叶变换，将其转换为频域数据并返回相应的频率幅值。通过 FFT 运算，可以有效地将时域信号转换为频域信号，便于分析信号的频率成分。

2. API 介绍

FFT 模块提供了一个 FFT 类，支持三个主要函数：run()、freq() 和 amplitude()，用于分别进行快速傅里叶变换、频率计算及幅值计算。

2.1 类 machine.FFT

描述

该类用于创建 FFT 对象，并对输入的数据进行傅里叶变换。

语法

from machine import FFT
import array

# 定义时域数据
data = array.array('i', [1, 2, 3, 4, 5, 6, 7, 8])

# 创建一个 FFT 对象，执行 64 点 FFT 运算，偏移量为 0
fft1 = FFT(data, 64, 0)

参数

参数名称	描述	类型	输入/输出
data	输入的时域数据，bytearray 类型。		输入
points	FFT 运算的点数，支持 64、128、256、512、1024、2048 和 4096 点。		输入
shift	数据的偏移量，默认为 0。		输入

返回值

返回值	描述
0	操作成功。
非 0	操作失败。

2.1.1 run() 方法

描述

该函数用于获取经过傅里叶变换后的频域数据。

语法

res = fft1.run()

参数

无

返回值

返回值	描述
res	返回一个包含频域数据的 list，其中包含 points 个元组，每个元组包含 2 个元素：实部和虚部。

2.1.2 freq() 方法

描述 该函数用于获取计算后的频率值。

语法

res = FFT.freq(points, sample_rate)

参数

参数名称	描述	输入/输出
points	参与 FFT 运算的点数。	输入
sample_rate	数据采样率。	输入

返回值

返回值	描述
res	返回一个列表，包含运算后各频率点的频率值。

2.1.3 amplitude() 方法

描述 该函数用于计算各个频率点的幅值，主要用于测试用途，用户可自行在 Python 中编写更加复杂的幅值处理函数。

语法

amp = FFT.amplitude(FFT_res)

参数

参数名称	描述	输入/输出
FFT_res	函数 run() 返回的 FFT 计算结果。	输入

返回值

返回值	描述
amp	返回一个列表，包含各个频率点的幅值。