พื้นหลังและความรู้เบื้องต้น

ก่อนที่จะเจาะลึกเข้าไปในรายละเอียด ลองมาเข้าใจแนวความคิดพื้นฐาน:

Raspberry Pi Pico มี ADC ตัวใจ 12-bit ที่สามารถสุ่มเก็บข้อมูล (Sampling) ได้ที่ความเร็วสูง โดยใช้พิน GPIO ที่กำหนด เมื่อเรามีข้อมูลดิจิทัลแล้ว เราสามารถใช้ FFT เพื่อวิเคราะห์ว่าสัญญาณประกอบด้วยความถี่ใดบ้าง

ADC Sampling: อ่านสัญญาณอนาล็อก

ADC (Analog-to-Digital Converter) คือสมองส่วนที่เปลี่ยนสัญญาณอนาล็อกที่ต่อเนื่องเป็นตัวเลข ที่คอมพิวเตอร์สามารถเข้าใจและประมวลผลได้

Pico มี 4 ช่องสำหรับ ADC:

การเลือก Sampling Rate (อัตราการสุ่มเก็บข้อมูล) นั้นสำคัญ ตามทฤษฎีของ Nyquist ค่า Sampling Rate ต้องเป็นสองเท่าของความถี่สูงสุดของสัญญาณที่ต้องการบันทึก

FFT: แปลงสัญญาณเป็นความถี่

FFT (Fast Fourier Transform) เป็นสูตรทางคณิตศาสตร์ที่มหัศจรรย์ ที่เปลี่ยนการดูสัญญาณจากมุมมอง "เวลา" เป็นมุมมอง "ความถี่"

FFT ช่วยให้เราเห็นว่าสัญญาณนั้นประกอบด้วยความถี่ใด ซึ่งมีประโยชน์มากในการ:

• → ตรวจจับโทนเสียง (ความถี่ที่หลัก)
• → กรองสัญญาณรบกวน (Noise Filtering)
• → วิเคราะห์ผลการแขวนระบบ (Frequency Analysis)
• → สร้างสเปกตรัมแสดงผล (Spectrum Analyzer)

Pico ไม่มี FFT Library ตัวเอง แต่มีห้องสมุด CMSIS-DSP จาก ARM ที่ให้มาพร้อม Pico SDK ซึ่งมี Optimized FFT Function พร้อมใช้งาน

ตั้งค่าสภาพแวดล้อมและ Compile

เพื่อใช้ ADC และ FFT บน Pico ต้องตั้งค่าสภาพแวดล้อมการพัฒนา:

ตัวอย่างโค้ด ADC และ FFT

โค้ด ADC สำหรับการสุ่มเก็บข้อมูล:

#include <stdio.h>
#include "pico/stdlib.h"
#include "hardware/adc.h"

#define SAMPLES 1024
uint16_t adc_buffer[SAMPLES];

void init_adc() {
    adc_init();
    adc_gpio_init(26);  // ADC0
    adc_select_input(0);
}

void sample_adc() {
    for (int i = 0; i < SAMPLES; i++) {
        adc_buffer[i] = adc_read();
    }
}

int main() {
    stdio_init_all();
    init_adc();
    
    while (1) {
        sample_adc();
        
        // พิมพ์ข้อมูลที่ได้
        for (int i = 0; i < SAMPLES; i++) {
            printf("%d\n", adc_buffer[i]);
        }
    }
}

โค้ด FFT สำหรับการวิเคราะห์ความถี่:

#include "arm_math.h"

#define FFT_SIZE 256
float32_t fft_input[FFT_SIZE * 2];
float32_t fft_output[FFT_SIZE];

void perform_fft() {
    arm_cfft_f32(&arm_cfft_sR_f32_len256, 
                 fft_input, 0, 1);
    
    arm_cmplx_mag_f32(fft_input, fft_output, 
                      FFT_SIZE);
}

void find_peak_frequency() {
    uint32_t max_idx = 0;
    float32_t max_val = 0;
    
    for (int i = 0; i < FFT_SIZE/2; i++) {
        if (fft_output[i] > max_val) {
            max_val = fft_output[i];
            max_idx = i;
        }
    }
    
    printf("Peak frequency bin: %d\n", max_idx);
}

หมายเหตุ: FFT ต้องการข้อมูลที่เป็นจำนวนเชิงซ้อน (Complex Numbers) ดังนั้นต้องเตรียมข้อมูลให้เหมาะสมก่อน

การใช้งานจริง

ADC และ FFT มีประโยชน์มากมายในโปรเจกต์จริง:

เคล็ดลับและการแก้ไขปัญหา

แหล่งเรียนรู้เพิ่มเติม

ต่อไปนี้เป็นแหล่งข้อมูลดีสำหรับเรียนรู้เพิ่มเติม:

• ✓ Pico Documentation: github.com/raspberrypi/pico-sdk (Official Docs)
• ✓ CMSIS-DSP Manual: ARM Developer Documentation
• ✓ Example Code: github.com/AlexFWulff/awulff-pico-playground
• ✓ DSP Tutorial: www.dspguide.com (Digital Signal Processing)