基于STM32H7芯片的矩阵运算应用示例
在STM32的应用开发过程中，我们有时可能涉及到DSP应用，需要使用到相关DSP函数。这里基于STM32H743芯片的Nucleo开发板，做个有关矩阵运算应用的演示，简单的演示下两个矩阵相乘的实现过程。
开发环境选择的是ARM MDK，当然你也可以选其它的，比方IAR, STM32CubeIDE等。
我们要用到ARM提供的DSP函数库，该库在STM32的Cube库或标准库里都可以找到。
以STM32CubeH7的库为例，相应的DSP函数库一般在下面位置：
上图中绿色方框内的函数即为跟矩阵相关的函数库文件。
具体使用时，我们直接添加相应的lib库进来即可，不过，添加该lib库文件时要注意两点：
你选择的库文件要跟你芯片类型一致，内核类型、大小端模式、是否支持浮点运算。
你选择的库文件还要跟你所使用的编译器匹配，即IDE是MDK还是IAR等。
基于上面两点我们添加arm_cortexM7lfdp_math.lib文件【corex M7、小端模式、支持硬件浮点单元】。
在我们的main()文件里添加arm_math.h头文件。记得在IDE环境的配置里添加相应的搜索路径。启用硬件浮点运算单元。开启有关宏定义。【宏开关不用特别去记，缺少的话编译时会报错】
下面构造三个矩阵，A矩阵的数据表示某家芯片代理商为他的8个客户分别提供四种不同规格的芯片，数据以包为单位。不同型号的包装规格不一样。A矩阵为8X4矩阵。
B矩阵表示A矩阵中各类包装每包的数量、价格、运费、重量，为4X4矩阵。
二者的矩阵乘积表示各个收货方收到芯片的总数、应付货款、运费、以及货物总重量，将构成8X4矩阵。矩阵里的数据使用浮点数，数据随意设计的。
我们知道，两个矩阵可乘有个前提，比方A*B，矩阵A的列数应该等于矩阵B的行数，相乘后所得的乘积矩阵的行数等于矩阵A的行数，其列数等于矩阵B的列数。
具体到这里，矩阵A的行数为8，列数为4，矩阵B的行数、列数均为4。A*B所得矩阵的行数为8，列数为4.
下面做相关代码的准备。
定义三个数组，pDataA[32]数组对应矩阵A, pDataB[16]数组对应矩阵B,第3个数组pDataC[32]对应矩阵AB乘积所得的新矩阵。
基于上面的3个数组定义3个如下矩阵变量：
关于结构体arm_matrix_instance_f32的定义和说明，可以在arm_math.h中看到。
接下来对3个矩阵进行初始化，注意行、列数别给错了。
一切都准备好了，就可以进行矩阵乘法计算了，调用库函数中arm_mat_mult_f32()函数。
矩阵相乘后的运算结果存放在数组pDataC[32]里面，按8*4的矩阵摆放。
上述运算结果跟使用MATLAB数学工具通过矩阵乘法得到的结果整体上非常一致。数据会稍有些小出入，毕竟是基于浮点运算所得结果。
我们知道，STM32H7是带Cache和FPU的。不妨基于该矩阵乘法应用比较不同情况下的运行时间。以定时器的计数时钟为单位。根据Cache和FPU的开启与关闭的不同组合进行测试,可以做些相对比较，让我们有些直观的感受。测试时ARM MDK的优化等级为-o3。顺便提醒下，如果不开启硬件FPU，调用的DSP库函数应选择另外一个不支持硬件浮点单元的函数库。
下面数据是基于上面测试代码所得到的，其中红色数据为十进制数据。
从这里我们可以看出，同时开启硬件FPU和Cache与同时关闭二者，运行时间相差将近40倍；开启Cache与关闭Cache运行时间上相差4倍左右；使用FPU和不用FPU，运行时间相差8倍左右。当然，或许基于不同的应用，上述数据可能存在些差异，但可以肯定，开与不开Cache、启不启用硬件FPU，运行速度上的差别还是很明显的。
好，关于利用STM32及相关DSP函数库进行矩阵运算的演示就介绍到这里，请留意上文中谈到的那些提醒。其它更多细节，有兴趣的话可以进一步阅读和研究相关资料。
=========================
往期话题阅读链接[点击即可阅读]：