[MATLAB学习]：Matlab生成滑动平均滤波算法文件并移植到STM32单片机上运行——基于CubeMX前言一、MATLAB 的生成算法脚本二、新建一个普通的 Keil 工程三、进行 KEIL 工程的配置四、编写代码五、实验结果

84 阅读 0 评论 56 点赞

我是靠谱客的博主开心啤酒，最近开发中收集的这篇文章主要介绍[MATLAB学习]：Matlab生成滑动平均滤波算法文件并移植到STM32单片机上运行——基于CubeMX前言一、MATLAB 的生成算法脚本二、新建一个普通的 Keil 工程三、进行 KEIL 工程的配置四、编写代码五、实验结果，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

前言

人生如逆旅，我亦是行人。

今天分享一个在 MATLAB 上生成C算法文件，并将其移植到 keil5上，运行至 STM32 单片机，一个很有用的方法。

准备工作：
- 已安装 MATLAB 的软件（注意：matlab 安装路径不可以有空格的问题）
- Keil IDE 开发环境
- STM32CubeMX
- STM32H750VBT6 开发板
需要移植的头文件路径：F:MATLABexterninclude（在我们安装的 MATLAB 软件的文件夹的路径下）

一、MATLAB 的生成算法脚本

1、新建一个 `filter.m` （滤波算法）脚本文件

在这里插入图片描述

编写 averaging_filter.m 脚本文件

在这里插入图片描述

%% 滑动平均滤波
function y=averaging_filter(x)
persistent buffer;
if isempty(buffer)
    buffer = zeros(16,1);	%每次平均采样16个采样值，每挪动一次，求16次采样值
end
y=zeros(size(x),class(x));
for i = 1:numel(x)
    buffer(2:end)=buffer(1:end-1);
    buffer(1) = x(i);
    y(i) = sum(buffer)/numel(buffer);
end

验证 .m 脚本文件的算法函数是否正常：

在这里插入图片描述

type averaging_filter

2、新建一个生成波形且可调用滤波函数的脚本文件

在这里插入图片描述

在编辑器中编写 wave.m 代码：

在这里插入图片描述

%%%%%%%%%%%%% 第1步：噪声波形 %%%%%%%%%%%%%%%
v = 0:0.00614:2*pi;
x = sin(v) + 0.3*rand(1,numel(v));
plot(x,'red');

fid=fopen('F:MATLABbindata.c','wt');     %写入文件路径
for i=1:1:1024                              %MATLAB的下标是从1开始的
    fprintf(fid,'%f,n',x(i));
end
%%%%%%%%%%%% 第2步：生成 mex 函数，先在 matlab 上测试下 %%%%%
% codegen ：命令会检查 matlab 函数是否适用于代码生成，并生成 MEX 函数
codegen averaging_filter -args {x}      %将滑动平均滤波的脚本文件专门生成一个mex函数供我们使用

%%%%%%%%%%% 第3步：在 MATLAB 中运行 MEX 函数
y = averaging_filter_mex(x);
hold on;
plot(y,'blue');

% grid on      %限制作用，在幕布中加了一些网格线
% axis square  %限制作用

%%%%%%%%%% 第4步：生成C代码 %%%%%%%%%%%%%
codegen -config coder.config('lib') averaging_filter -args {x}

编写完成代码后，点击运行：

在这里插入图片描述

在 data.c 中存储着噪声波形的数据

在这里插入图片描述

运行后，还会产生如下的波形图像：

其中红色表示的原始的噪声波形，会带有很多的毛刺，数据干扰较大；而蓝色表示的则是经过滑动平均滤波之后的波形，变得则相对平滑了一些。

可以看出其滤波的效果还是十分不错的。

在这里插入图片描述

上述展示的是利用 MATLAB 编写滤波算法，并显示出它的效果，接下来我们学习如何将它移植到 Keil 中，并运行到我们的单片机上。

二、新建一个普通的 Keil 工程

利用 STM32CubeMX 新建一个工程，可以参考：STM32H750VBT6的DSP使用的学习——基于CubeMX
新建工程完成之后，找到我们的工程文件夹，再新建两个文件夹：
找到需要移植的头文件路径：F:MATLABexterninclude，将里面所有的内容复制到我们新建的 Include 文件夹中

在这里插入图片描述

同样，找到我们生成的滤波算法文件：F:MATLABbin codegenlibaveraging_filter，将其全部复制到我们新建的 MATLAB 文件夹中：

在这里插入图片描述

三、进行 KEIL 工程的配置

在这里插入图片描述

接下来，点击仙女棒图标，添加两个文件夹路径：

在这里插入图片描述

上述就差不多完成了整个移植的过程，接下来就是编写代码，调用我们生成的算法函数。

四、编写代码

因为我所使用的是 STM32H7 的最小系统板：STM32H750VBT6，对串口进行重定向：

#include "stdarg.h"

#define CONSOLEBUF_SIZE 256

static char Uart_buf[CONSOLEBUF_SIZE];

void PrintfDebugUart(const char *fmt, ...)
{
	va_list args;
	va_start(args, fmt);
	int length = vsnprintf(Uart_buf, sizeof(Uart_buf) - 1, fmt, args);
	va_end(args);
	
	HAL_UART_Transmit(&huart1, (uint8_t *)&Uart_buf, length, 0xffff);
}

注：这样就可以直接调用 PrintfDebugUart 进行串口打印。

在 main.c 文件中添加滤波函数的头文件：

#include "averaging_filter.h"
#include "averaging_filter_initialize.h"

定义两个数组：

在这里插入图片描述

输入数组中的元素就是我们之前生成的 data.c 中的数据；输出数组直接全部初始化为零即可。
接下来在 main 函数中添加：

  /* USER CODE BEGIN 2 */

	averaging_filter_initialize();				//滤波函数初始化
	
	averaging_filter(inputdata,outputdata);		//对原始噪声函数进行滤波	
	
	for(int i=0; i<1024; i++)
	{
		PrintfDebugUart("%frn",inputdata[i]);
	}
	for(int i=0; i<1024; i++)
	{
		PrintfDebugUart("%frn",outputdata[i]);
	}
	
  /* USER CODE END 2 */