数字信号处理FFT算法的应用研究课程设计..doc

《数字信号处理》 课程设计报告 FFT算法的应用研究 专 业： 通信工程 班 级： 通信11级 组 次： 第20组 姓名及学号： 122333 姓名及学号： 3333333333333  组 员 承 担 任 务 11111 共同完成任务，合作愉快 1111111 共同完成任务，合作愉快 指 导 教 师 评 价 意 见 FFT算法的应用研究 一、设计目的 MATLAB是一种功能强大、效率高、交互性好的数值和可视化计算机高级语言，它将数值分析、矩阵运算、信号处理和图形显示有机地融合为一体，形成了一个极其方便、用户界面友好的操作环境。。经过多年的发展，已经发展成为一种功能全面的软件，几乎可以解决科学计算中所有问题。 FFT算法的应用研究很广泛，数字信号也有很多，本次课程设计采取对语音信号进行FFT算法的的应用研究：录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；在Matlab环境下编写基2 DIT-FFT算法；利用自己编写的算法对已采集的语音信号进行频谱分析，并画出语音信号的时域与频谱图，并与Matlab数字信号处理工具箱中的fft函数进行对比研究，验证自编算法的正确性 二、设计任务 对数字语音信号进行FFT算法的的应用研究 三、设计原理 1系统总体流程图 2． FFT运算规律及编程思想 2.1语音信号的采集 利用PC机自带的录音机，录制一段语音信号，保存格式为wave的文件，并将其保存在电脑中。 在MATLAB中，fn=input( Enter WAV filename:,s); [x,fs,nb]=wavread(fn,[n1 n2]); 用于读取语音，采样值放在向量中，fs表示采样频率(Hz)，表示采样位数。[1 n2]表示读取从1点到2点的值（若只有一个的点则表示读取前点的采样值）。sound(x,fs,); 用于对声音的回放。向量则就代表了一个信号（也即一个复杂的“函数表达式”）也就是说可以像处理一个信号表达式一样处理这个声音信号。 采集到语音信号之后，需要对语音信号进行分析，如语音信号的时域分析、频谱分析、谱图分析。 2x(n)的N点的DFT为： 所以，要求N点的DFT,需要N2次的复数乘法运算,N*(N-1)次复数乘法运算算。随着N的增加，运算量将急剧增加，而在实际问题中，N往往是较大的，如当N=1024时，完成复数乘法和复数加法的次数分别为百万以上，无论是用通用计算机还是用DSP芯片，都需要消耗大量的时间，不能满足实时的要求）1）周期性 （2）共轭对称性 （3）可约性 本次课设要求用用基2的按时间抽取的FFT算法（DIT-FFT）实现FFT功能，设序列x(n)的长度为N，且N满足N=2M,M为正整数。若N不能满足上述关系，可以将序列x(n)补零实现。按时间抽取基2-FFT算法的基本思路是将N点序列按时间下标的奇偶分为两个N/2点序列，计算这两个N/2点序列的N/2点DFT，计算量可减小约一半；每一个N/2点序列按照同样的划分原则，可以划分为两个N/4点序列，最后，将原序列划分为多个2点序列，将计算量大大降低。 按时间下标的奇偶将N点x(n)分别抽取组成两个N/2点序列，分别记为x1(n)和x2(n)，将x(n)的DFT转化为x1(n)和x2(n)的DFT的计算。 以此类推，还可以把x1(n)和x2(n)按n值得奇偶分为两个序列，这样就达到了降N得目的，从而减少了运算量。FFT对DFT的数学运算量改进： 直接采用DFT进行计算，运算量为N次复数乘法和N*(N-1)次复数乘法。 当采用M次FFT时，由N=2M求得M=logN，运算流图有M级蝶形，每一级都由N/2个蝶形运算构成，这样每一级蝶形运算都需要N/2次复数乘法和N次复数加法。M级运算共需要复数乘法次数为C=N/2*M,复数加法次数为C=N*M。 当N值较大时，FFT减少运算量的特点表现的越明显。 21. 原位计算 点的FFT共进行M级运算，每级由N/2个蝶形运算组成。在同一级中，每个蝶的输入数据只对本蝶有用，且输出节点与输入节点在同一水平线上，这就意味着每算完一个蝶后，所得数据可立即存入原输入数据所占用的数组元素(存储单元)，这种原位(址)计算的方法可节省大量内存。 2. 蝶形运算 实现FFT运算的核心是蝶形运算，找出蝶形运算的规律是编程的基础。蝶形运算是分级进行的；每级的蝶形运算可以按旋转因子的指数大小排序进行；如果指数大小一样则可从上往下依次蝶算。对点的FFT共有M级运算，用L表示从左到右的运算级数(L=1，2，…M )。第L级共有个不同指数的旋转因子，用R表示这些不同指数旋转因子从上到下的顺序(R=0，1，…，B-1)。第R个旋转因子的指数，旋转因子指数为P的