企业官网建设流程全解析

1. 项目整体设计与方案选型

拿到“STM32单片机-输入捕获、FFT测频”这个题目，我看第一眼的感觉是：这不只是做一个测频器，而是在逼你同时吃透两种经典测频方案——时域测频和频域测频。很多人做测频，要么只会用定时器输入捕获测周期，要么只会套FFT库算频谱，能把两条路都打通并且在同一个项目里灵活切换的，才算真正理解“测频率”这件事。

整个项目的核心需求可以拆成三块：一是用STM32的定时器输入捕获功能，测量外部方波信号的频率；二是用ADC采集信号并进行FFT运算，从频谱中提取主频分量；三是把两种方案的结果做对比和融合，搞清楚各自适合什么场景。实际项目里，测电机转速、测PWM输出频率、分析音频信号、分析振动信号，都是这类需求的典型场景。

我选型的芯片是STM32F103系列，因为这是绝大多数人入门STM32的第一块片子，定时器资源够用，带FPU的F4版本做FFT会更舒服，但F103配合官方DSP库做256点乃至1024点的实数FFT也完全能跑。开发环境用Keil MDK，配合标准外设库或者HAL库都行，我个人习惯标准外设库写底层配置，逻辑更直观，HAL库封装得太厉害，有时候反而不容易看清定时器寄存器到底发生了什么。

方案选型上有一个关键考量：输入捕获本质上测的是“周期”，对单一频率的方波信号能做到很高精度，但它测不了“信号里有哪些频率成分”；FFT则正好相反，它能对一段连续信号做频谱分析，把基波、谐波、噪声干扰全部摊开来看，但频率分辨率受采样率和采样点数限制，实时性差一些。所以这两者不是替代关系，而是互补关系。做这个项目时，我建议把两种测量方式都实现出来，再用一个按键或者串口命令切换显示，这样效果最直观。

还有一点是资源规划。STM32F103C8T6只有20KB RAM，做4096点FFT不现实，256点FFT比较稳妥；输入捕获中断不能开得太频繁，否则CPU全耗在中断里了。动手写代码之前最好先画一张资源分配表：哪个定时器做输入捕获，哪几个通道做PWM输出，ADC用哪个定时器触发，FFT用多少点，缓冲区放哪块内存。这种前期规划越细，后面调试越省心。

2. 输入捕获测频的原理与实操细节

2.1 输入捕获的工作机制

输入捕获测频的核心思路是：让定时器自由计数，当外部信号的上升沿（或下降沿）到来时，硬件自动把当前计数器的值锁存到捕获寄存器里，并触发中断。通过连续两次捕获的计数值之差，除以定时器的计数频率，就能算出信号周期，周期取倒数就是频率。

听起来很简单，但有几个细节必须想清楚。首先是时基配置。STM32定时器的计数频率由时钟源和预分频器决定，例如F103的APB1定时器时钟是72MHz，设置预分频PSC为71，那么计数频率就是72MHz / (71+1) = 1MHz，也就是计数器每1微秒加1。信号周期测量值等于两次捕获计数值之差，单位是微秒，这样求倒数后频率单位直接是Hz和MHz的换算，非常直观。

其次要理解输入捕获的“捕捉边沿”是可以配置的。TI1和TI2都可以选择上升沿捕获、下降沿捕获或者双边沿捕获。测普通方波频率用上升沿就够了。但如果信号里有比较强的毛刺干扰，只测上升沿可能会把毛刺也当成一个周期，导致频率跳动很大。这种情况可以改为测量多个周期的总时间，再除以周期数，也就是“多周期平均法”，能显著抑制抖动。

时基配置的另一个容易踩坑的地方是自动重装载值ARR。输入捕获模式下，ARR决定了计数器的溢出周期，也就是“最多能测多长的信号周期”。如果ARR设得太小，低频信号的上升沿还没来计数器就溢出了，捕获值就会错乱。以72MHz时钟、PSC=71为例，如果ARR设为0xFFFF（65535），那么计数值从0加到65535需要约65.5毫秒，对应最低可测频率约15Hz。如果你要测几赫兹的低频信号，就得把PSC调大或者使用32位定时器。

2.2 定时器捕获配置实战

我用的是TIM2的通道1，对应引脚PA0。这里给出标准外设库的配置代码，HAL库的逻辑也是一样的，只是API名字不同。

TIM_TimeBaseInitTypeDef TIM_TimeBaseStructure; TIM_ICInitTypeDef TIM_ICInitStructure; GPIO_InitTypeDef GPIO_InitStructure; NVIC_InitTypeDef NVIC_InitStructure; // 1. 开启定时器2和GPIOA时钟 RCC_APB1PeriphClockCmd(RCC_APB1Periph_TIM2, ENABLE); RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA, ENABLE); // 2. 配置PA0为浮空输入（如果有外部上拉，可用上拉输入） GPIO_InitStructure.GPIO_Pin = GPIO_Pin_0; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_IN_FLOATING; GPIO_Init(GPIOA, &GPIO_InitStructure); // 3. 定时器时基：72MHz / (71+1) = 1MHz，即1us计数一次 TIM_TimeBaseStructure.TIM_Period = 0xFFFF; TIM_TimeBaseStructure.TIM_Prescaler = 71; TIM_TimeBaseStructure.TIM_ClockDivision = 0; TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up; TIM_TimeBaseInit(TIM2, &TIM_TimeBaseStructure); // 4. 配置输入捕获通道 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; // 不分频 TIM_ICInitStructure.TIM_ICFilter = 0x0F; // 输入滤波，抗毛刺 TIM_ICInit(TIM2, &TIM_ICInitStructure); // 5. 使能捕获中断并配置NVIC TIM_ITConfig(TIM2, TIM_IT_CC1, ENABLE); NVIC_InitStructure.NVIC_IRQChannel = TIM2_IRQn; NVIC_InitStructure.NVIC_IRQChannelPreemptionPriority = 1; NVIC_InitStructure.NVIC_IRQChannelSubPriority = 0; NVIC_InitStructure.NVIC_IRQChannelCmd = ENABLE; NVIC_Init(&NVIC_InitStructure); TIM_Cmd(TIM2, ENABLE);

在这个配置里，TIM_ICFilter设为0x0F是很有用的一个细节。输入滤波器会对引脚信号进行采样判断，只有连续若干次采样到高电平才算真正的上升沿，能滤掉窄脉冲毛刺。但是滤波器也会带来一个问题——它引入了信号延迟，对于高频信号（几十kHz以上）会略微影响捕获精度。所以滤波系数不是越大越好，要根据实际信号质量来调，信号干净就用较小的值，信号噪声大再加大。

2.3 中断处理与频率计算

捕获中断的处理逻辑如下：

uint32_t capture_value = 0; uint32_t capture_period = 0; uint32_t frequency_hz = 0; void TIM2_IRQHandler(void) { if (TIM_GetITStatus(TIM2, TIM_IT_CC1) != RESET) { uint32_t current_value = TIM_GetCapture1(TIM2); static uint32_t last_value = 0; if (current_value >= last_value) capture_period = current_value - last_value; else capture_period = current_value + 0xFFFF - last_value; // 处理溢出回绕 last_value = current_value; // 频率 = 1MHz / 周期(us) = 1000000 / capture_period if (capture_period != 0) frequency_hz = 1000000 / capture_period; TIM_ClearITPendingBit(TIM2, TIM_IT_CC1); } }

这里有一个很关键却容易被忽略的问题：计数器溢出回绕。假设上一次捕获的计数值是60000，这一次的计数值是5000，如果直接用5000 - 60000，得到的差值是一个负数。但实际上定时器是从60000继续加到65535，再溢出回到0加到5000，所以总周期应该是5000 + 65535 - 60000 + 1。我写代码时用current_value >= last_value做判断，其实更稳妥的做法是让定时器运行在“循环计数”模式下，每次都计算差值，如果差值为0说明两次捕获之间的时间小于计数分辨率，也不是不可能。

频率计算还需要考虑一个小数精度问题。整数除法1000000 / capture_period在低频时没问题，但在高频时误差很大。比如输入信号是100kHz，capture_period是10，计算结果是100kHz，精确；但输入是101.3kHz时，capture_period是9.87，取整后是9，频率算成111.1kHz，误差接近10%。所以高频测频更推荐“测频法”——在固定时间门限内统计上升沿个数，也就是让定时器在1秒内累计捕获多少次。测频法在高频段精度高，测周法在低频段精度高，这是测频领域的基本规律，做项目时要根据目标频率范围选择策略。

另外，捕获中断里除以capture_period的整数除法速度很快，但如果用浮点除法会慢不少。在频率不高、不需要频繁刷新的前提下，把计算放到主循环里做，中断里只记录原始计数值，是更合理的结构。

2.4 输入捕获实测记录

我实测时用一个信号发生器输出1kHz到50kHz的方波，幅度3.3V，直接接PA0。1kHz时测量结果是999.8Hz，误差0.02%以内，非常准。10kHz时测量结果是9.998kHz，也基本没偏差。但把频率调到100kHz以上时，开始出现跳变，原因是定时器中断处理IP核的负载限制了最高测量频率，加上每捕获一次就进一次中断，CPU开销很大。改进办法有两个方向：一是用DMA方式搬运捕获值，减少中断次数；二是直接用两个定时器的门控级联做单位时间计数，主定时器负责整秒门控，从定时器负责计数外部脉冲。

3. FFT测频的完整实现路径

3.1 为什么FFT测频和输入捕获是两条不同路线

在讲具体实现之前，我想先花点篇幅讲明白FFT测频的优势。输入捕获适合测单一频率的方波，它获得的信息只有一个周期值，但一个真实世界的信号往往是复合信号。比如一个电机振动信号，基频是转频，但它上面叠加了齿轮啮合频率、轴承故障特征频率、噪声干扰，输入捕获面对这种信号毫无办法，因为它只能看到过零或者边沿跳动，无法分辨这些频率成分。FFT则能把时域信号变换到频域，把各个频率分量的能量都摊开在频谱图上，想提取哪个频率一目了然。

FFT的本质是离散傅里叶变换（DFT）的快速算法。DFT的计算量是N的平方级别，做1024点DFT需要上百万次复数乘法，MCU根本跑不动；FFT利用旋转因子的周期性和对称性，把计算量降到N log2 N级别，1024点FFT只需要约一万次复数运算，STM32配合官方DSP库可以轻松完成。

3.2 采样率、采样点数与频率分辨率的计算

FFT测频的第一个坑就是采样参数设计。根据奈奎斯特采样定理，采样率必须大于信号最高频率的两倍，否则采样后的频谱会出现混叠。实际工程中留出充足余量，一般让采样率是最高分析频率的4到8倍。

频率分辨率是FFT频谱中两个相邻频点之间的间隔，计算公式为：

频率分辨率 = 采样率 / 采样点数

例如采样率8000Hz，采样点数1024点，频率分辨率约7.8Hz。也就是说，如果你要分辨两个相隔5Hz的频率成分，这个参数设计就达不到要求。要提高分辨率，要么提高采样点数（但RAM占用直接翻倍），要么降低采样率（但可分析的最高频率随之下降）。

我实际项目里的做法是：用ADC连续采样256点，采样率为20kHz，频率分辨率约78Hz，可以看清0到10kHz频谱的主要成分。如果后续要细化某个频段，就降低采样率重采。STM32F103的RAM做256点FFT很轻松，做1024点也够用，但要小心不能同时开太多其他缓冲。

3.3 ADC采样触发与DMA传输配置

FFT需要均匀间隔的采样数据，不能像普通ADC那样想采就采。这里推荐用定时器触发ADC采样，每个更新事件触发一次转换，DMA把结果自动搬进数组，全程不需要CPU干预，保证采样间隔精准均匀。

我用的配置思路是：TIM3作为触发源，输出频率就是采样率；ADC1的通道1接信号输入，开启扫描模式和DMA循环模式。采样率由TIM3的更新频率决定，配置方法如下：

// TIM3更新频率 = 72MHz / (预分频+1) / (自动重载+1) // 目标采样率20kHz，预分频72-1，自动重载50-1 TIM_TimeBaseStructure.TIM_Period = 49; TIM_TimeBaseStructure.TIM_Prescaler = 71; TIM_TimeBaseStructure.TIM_ClockDivision = 0; TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up; TIM_TimeBaseInit(TIM3, &TIM_TimeBaseStructure); TIM_SelectOutputTrigger(TIM3, TIM_TRGOSource_Update);

PSC=71意味着72MHz除以72等于1MHz，即定时器计数频率1MHz，ARR=49意味着计数50次溢出一次，更新频率就是1MHz / 50 = 20kHz。

DMA配置时，要注意DMA的传输方向是外设到内存，外设地址固定为ADC的数据寄存器地址，内存地址是ADC缓冲数组，传输长度等于采样点数，开启循环模式。当DMA传输完一整轮后可以产生传输完成中断，在中断里置一个标志位，主循环检测到标志位再做FFT。

3.4 FFT运算与频谱分析代码

STM32的官方DSP库提供了arm_rfft_fast_f32函数，可以直接做实数序列的FFT，比先填成复数再调arm_cfft_f32效率更高。代码大致流程如下：

#include "arm_math.h" #define FFT_SIZE 256 float32_t input_buffer[FFT_SIZE]; // ADC原始数据（直接由DMA搬入并转float） float32_t fft_output[FFT_SIZE]; // FFT输出缓冲区 float32_t magnitude[FFT_SIZE/2]; // 幅值谱 arm_rfft_fast_instance_f32 fft_instance; // 初始化FFT实例 arm_rfft_fast_init_f32(&fft_instance, FFT_SIZE); // 对采样数据执行实数FFT arm_rfft_fast_f32(&fft_instance, input_buffer, fft_output, 0); // 计算幅值谱：复数结果前N/2个点对应频率0到采样率/2 arm_cmplx_mag_f32(fft_output, magnitude, FFT_SIZE/2);

注意arm_rfft_fast_f32的输出格式是交错排列的实部和虚部，前FFT_SIZE/2个复数点对应正频率分量，第0个点对应直流分量。计算幅值谱后，遍历magnitude数组找到最大值，对应的索引乘以频率分辨率就得到主频率。

uint32_t max_index = 0; float32_t max_value = 0; for (uint32_t i = 1; i < FFT_SIZE/2; i++) // 跳过直流 { if (magnitude[i] > max_value) { max_value = magnitude[i]; max_index = i; } } float32_t freq_resolution = 20000.0f / FFT_SIZE; // 约78.125Hz float32_t dominant_freq = max_index * freq_resolution;

实测下来，这种直接找最大幅值的方法对纯正弦信号效果很好，误差在分辨率范围内，比如输入1kHz正弦，测出来约1015Hz左右，有一定量化误差。如果想要更精确，可以用“频谱插值”方法，利用峰值点相邻两个频点的幅值关系估算真实频率，能把误差缩小到分辨率以下。

3.5 加窗与突变信号的注意事项

FFT有一个隐含假设：被分析的信号是无限周期延拓的。但实际上我们只能截取一段有限长度，这相当于给信号乘了一个矩形窗，频谱会发生泄漏，能量会从主瓣洩漏到旁瓣。对于纯正弦信号，矩形窗的泄漏效应还算能接受；如果信号频率不是采样率的整数倍，频谱图上会出现明显的“频谱拖尾”现象，峰值幅度变低，相邻频点出现鼓包。

解决这个问题的方法是给采样数据加窗函数，比如汉宁窗、海明窗、布莱克曼窗。加窗之后再执行FFT，主瓣变宽但旁瓣大幅降低，峰值更干净，代价是频率分辨率略微下降。我在实测1kHz正弦时发现，加汉宁窗后最大峰值所在的频点更稳定，不会因为数据起始相位不同而跳变，适合做频率估计。

加窗代码很简单，在FFT之前对input_buffer逐点乘窗系数：

static float32_t window[FFT_SIZE]; for (uint32_t i = 0; i < FFT_SIZE; i++) { window[i] = 0.5f - 0.5f * arm_cos_f32(2.0f * PI * i / (FFT_SIZE - 1)); } // 采样完成后执行加窗 for (uint32_t i = 0; i < FFT_SIZE; i++) { input_buffer[i] = adc_buffer[i] * window[i]; }

还有一个容易被忽略的点就是去直流。如果你测的信号叠加了直流偏置，频谱第0个频点会有一个很大的直流分量，虽然不影响找主峰（我们跳过了i=0），但直流分量会占据幅值计算时的动态范围，可能让小信号的频谱被淹没。建议在加窗之前先减去信号的直流平均值：

float32_t mean = 0; for (uint32_t i = 0; i < FFT_SIZE; i++) { mean += adc_buffer[i]; } mean /= FFT_SIZE; for (uint32_t i = 0; i < FFT_SIZE; i++) { input_buffer[i] = (adc_buffer[i] - mean) * window[i]; }

我遇到过一种情况，测一个混合信号，基波100Hz幅度1V，谐波500Hz幅度只有5mV，没去直流时500Hz那个峰直接找不到，去掉直流后谐波峰才明显出来。所以在做FFT频谱分析前，“去直流+加窗”是标准预处理流程。

4. 输入捕获与FFT到底怎么选怎么配合

4.1 两种测频方式的核心差异

很多初学者会有个问题：既然FFT那么强大，为什么还要用输入捕获？这个问题的答案其实隐藏在“实时性”和“精度”两个词里。

输入捕获测频是“即时”的，信号来一个上升沿，中断里很快就能得出一个周期值，时延只有微秒到毫秒级别，适合对实时性要求高的场合，比如电机转速环的测速反馈。FFT要凑够一整帧采样数据才能做一次分析，以20kHz采样率、256点为例，采一帧数据要12.8毫秒，加上FFT运算时间，整体延迟在几十毫秒量级，用来做高速闭环控制不现实。

但从频域分析角度看，FFT提供了输入捕获完全无法提供的信息——频率成分组成、各分量幅值、谐波失真度、信噪比。这些信息在音频分析、振动诊断、电力质量分析里都是刚需。所以两者定位很清楚：输入捕获适合“知道大概频率并需要快速响应”的场景，FFT适合“需要仔细了解信号成分”的场景。

4.2 组合方案的工程价值

做完单一功能后，我强烈建议做一个“自动切换”的组合模式：系统上电先用FFT对整个频段做一次粗扫，得到主频的大致位置，然后自动配置输入捕获的定时器量程，对主频信号进行高精度定测。这就像先用望远镜扫视一片区域找到目标，再换显微镜精细观察，两个工具配合，效率和精度都拉满。

这个组合方案在真实项目里非常常见。比如我做过一个电机测试设备，启动时不知道电机的转速范围，用FFT粗测转频，再用输入捕获锁定转速做精确测速；同时FFT持续监测频谱，如果发现振动频谱里出现了异常的频率成分，就说明轴承或齿轮出现了故障隐患。这种“FFT宏观监视 + 输入捕获微观锁定”的思路，比单一方案实用得多。

组合模式还有一个好处是相互校验。输入捕获的结果可以用FFT结果交叉验证，两个读数偏差在允许范围内才认为系统工作正常。这在工业设备里是很重要的一层安全逻辑。比如PLC读到的转速和FFT分析出来的转频误差超过2%，大概率是传感器信号有问题或者信号处理链路有故障，需要报警提醒。

4.3 资源分配与性能优化建议

STM32F103做FFT时性能确实紧张，我用标准库实测：256点实数FFT大约需要1.2毫秒，1024点大约需要8毫秒左右。如果采样率20kHz、采集256点需要12.8毫秒，那FFT运算时间已经接近采样帧间隔的10%，整个系统还能正常工作；但如果你想把采样率和采样点数同时提高，CPU负载会直线上升。

优化方向有几个，我看网上很多人写文章都提过，但实操时容易忽略：第一，尽量用单精度浮点DSP库而不是自己写FFT，官方库针对Cortex-M3/M4做了指令级优化，比自己写的循环快好几倍；第二，如果芯片是M4内核带FPU，直接使用arm_rfft_fast_f32浮点版本，但如果芯片是M3内核没有FPU，浮点运算会很慢，建议改用arm_rfft_q15或者arm_rfft_q31定点版本，速度能快很多，只是精度需要权衡；第三，如果只是测主频而不需要完整频谱，可以只用前几个频点的FFT结果，不必把整个幅值谱都算出来，能省下不少时间。

RAM占用也要算清楚。256点FFT需要ADC缓冲256字节（如果用u16存储）或512字节（如果用u32），FFT蝶形运算需要额外的浮点数组，我习惯直接定义float32_t input_buffer[256]（1KB），float32_t fft_output[256]（1KB），float32_t magnitude[128]（512B），加起来约2.5KB，F103C8T6的20KB RAM完全顶得住。如果换到F407或者F411，资源就更宽裕了，可以做4096点甚至更大规模的FFT。

5. 常见问题与排查技巧实录

5.1 输入捕获不工作时的排查方向

• 捕获中断进不去：首先看GPIO复用功能配置对不对，标准外设库要调用GPIO_PinRemapConfig做引脚重映射（如果用TIM2_CH1的默认PA0则不需要）；其次看定时器时钟是否使能，APB1总线上的TIM2时钟默认是36MHz而不是72MHz，如果PSC按72MHz计算会差一倍；最后看NVIC优先级分组配置，如果HAL库默认优先级分组和中断优先级设置不匹配，中断可能不会被响应。

• 捕获值一直是0：检查TIM_ICInitStructure.TIM_ICPolarity配置，如果设成下降沿捕获，而输入信号默认是高电平，那确实要等一个下降沿才会触发。把示波器或者逻辑分析仪接上，确认信号实际上有边沿变化，而不是引脚根本没接对。

• 频率值跳变严重：这个我踩过很多次。先看输入信号是不是干净的方波，如果信号是正弦波直接接进PA0，在过零点附近会有抖动，捕获到的边沿时间不稳定，频率读数自然跳。解决办法是加一个比较器或施密特触发器整形，或者利用STM32内部施密特触发器输入模式，还可以在代码里多采几次求平均。最稳妥的做法是采连续8个周期，去掉最大最小后平均，这样即使有个别毛刺也不至于把结果带偏。

• 高频信号测不准：前面说过测周法在高频段的精度会下降，而且中断频率太高会拖垮CPU。如果目标频率超过100kHz，建议改用DMA捕获模式。TIM的捕获事件可以触发DMA请求，把每次的捕获值自动搬运到内存数组，CPU只在DMA传完一整批数据后处理一次，能大幅降低中断负载。

5.2 FFT结果异常时怎么查

• 频谱全是乱码：先确认采样率是否真如预期。用示波器测量DAC输出的正弦波接到ADC输入，如果FFT结果里最大峰值对应的频率和你设置的信号频率对不上，大概率是定时器触发采样率配置错了。我遇到过TIM_Prescaler和TIM_Period写反导致采样率不是预期值，整个频谱横轴全偏差的情况，排查时直接用已知频率的信号源做校准最有效。

• 峰值频率偏了半个分辨率：这是FFT固有的栅栏效应，你可以先做一个简单的验证——信号源设成采样率除以FFT点数的整数倍频率，比如20kHz/256≈78.125Hz，设成78.125Hz、156.25Hz，测出来正好在正确的频点上；设成100Hz，就会落在邻近频点上，幅值被摊开。解决办法是采用频谱插值算法（如三点内插法），利用峰值点及其左右两个频点的幅值做抛物线拟合，精度可以提升到0.1个频点以内。

• FFT结果幅值明显偏小：最常见的原因是采样不满一个整周期，导致频谱能量泄漏。加窗之后幅值会进一步偏小，因为窗函数本身会损耗一部分能量。工程上通常对幅值做修正，比如汉宁窗的幅值恢复系数约等于1.6，也就是计算出来的幅值乘以1.6才是真实幅值。如果只是测频不测幅，这个修正可以不做，主峰对应的频点位置不受加窗影响。

• 程序跑死了或者堆栈溢出：FFT运算需要比较大的局部变量，如果你在中断服务函数里直接调用FFT函数，很容易爆栈。建议把FFT运算放到主循环里执行，中断里只置标志位。另外有些DSP库函数内部会申请临时缓冲区，如果用标准库的malloc动态分配，在STM32上要格外小心堆大小配置，我一般直接用静态数组，不动态分配。

5.3 实测避坑清单

把我在调试过程中踩过的坑整理成一张清单，供后来人参考：

• 输入捕获的“数字滤波器”系数不是越大越好，高频信号下会恶化精度。
• ADC采样触发的定时器，更新中断可以不开，但只要开了，中断服务函数里千万别做耗时操作。
• FFT的input_buffer和adc_buffer不能共用同一块内存，否则DMA还在不停搬运数据时会破坏FFT正在读取的数据。
• STM32F103的ADC输入阻抗有限，信号源输出阻抗太高时采样值会不准确，需要加运放跟随器或者把采样时间调长。
• Keil MDK编译时默认优化级别可能影响FFT精度，我建议把FFT相关文件设为-O2，其他文件用-O0便于调试。
• 如果串口打印频率值，频率计算和打印最好分离，别在中断里直接调用耗时很长的printf函数。

这些经验看着琐碎，但在现场调试时每一条都能帮你省下至少半小时查问题的时间。我在第一次做完整项目时，光是因为ADC缓冲和FFT缓冲共用内存导致频谱偶尔诡异，就折腾了整整一个下午，后来才意识到是DMA覆盖了正在计算的数据。

6. 从测频项目延伸出去的思考

做完这个项目回头再看，STM32输入捕获和FFT测频并不是两个孤立的知识点，它们共同构成了嵌入式信号处理的两个基本视角：时域和频域。输入捕获代表的是时域测量手段，关注信号边沿、周期、脉宽；FFT代表的是频域分析手段，关注频率构成、幅度谱、相位谱。一个完整的嵌入式测控系统通常两种手段都需要，根据应用场景灵活选择。

这个项目如果再往下扩展，可以加串口屏实时显示波形和频谱、加SD卡存储数据用于离线分析、加按键切换测量模式、加RS485通信把数据上报到上位机。也可以往算法方向深入，做自适应采样率控制、多音检测、语谱图分析等。对我来说，这个项目最大的收获是建立了一套“根据需求选测量方案”的思维方式，而不是只知道调用库函数。

最后分享一个小技巧：调试输入捕获时，用PWM输出一个已知频率的信号接到PA0上，对着改代码测试，比用手持信号发生器方便太多——因为你可以随时改PWM频率代码重新编译下载，不用手动去扭信号发生器的旋钮。把PWM频率设成RTT打印的校准值，就能快速验证捕获逻辑正确与否。这个小技巧帮我少走了不少弯路。