基于DSP的FFT变换讲述.docx

并行之美基于DSP的FFT算法摘要：在数字技术领域中，有限长序列的频域可以离散化,即可以进行离散傅立叶变换(DFT)。离散傅里叶变换（DFT）在离散时间信号处理算法和系统的分析，设计和实现中起着十分重要的作用，但传统的DFT算法算数乘加次数太多使其运算冗长和繁杂,在很长时间里没有得到真正的运用。FFT的出现使DFT运算大大简化,使得DFT的运算得以简化，计算效率比其他高出几个数量级，在数字信号处理领域,大量使用到快速傅立叶变换运算。为了进一步提高运算速度,提出使用DSP并行处理器与PC组建实验系统。通过与传统FFT计算平台的比较实验,表明该系统拥有更加快速的FFT计算能力,并且还可以通过扩展进一步提高这种运算能力。关键词:DSP ;FFT;并行处理1．引言1.1 DSP在数字信号处理中的运用随着信息技术革命的不断深入和计算机技术的飞速发展,数字信号处理技术逐渐发展成为一门十分重要的技术学科。集成化的数字信号处理器DSP(DigitalSignalProcessor)的出现,为各种数字信号处理算法的实现提供了可能。这一方面极大地促进了数字信号处理技术的进一步发展;另一方面也使数字信号处理的应用领域不断地拓展。如今,DSP已经广泛地应用于通用数字信号处理、通信、控制、仪器、医学电子、消费电子、计算机、军事等各个领域。随着DSP器件性能的不断改善,DSP用于信号处理特别是实时信号处理已成为当今和未来技术发展的一个新热点。1.2 DSP用于数字信号处理的优势(1)可程控用DSP设计的信号处理系统,可以设计各种软件来执行多种多样的信号处理任务。例如,给DSP载入数据采集相关程序使之成为数据采集处理器,而给DSP载入调制、解调相关程序它又成为调制解调处理器。一个数字滤波器可以通过编程来实现低通、高通、带通、带阻等不同的滤波任务,而不需要改变硬件。DSP用于信号处理系统的这种可程控性,提供了多种信号处理算法的灵活应用,对信号处理算法的研究也具有重要的意义。(2)高速的数据处理能力DSP的独特的芯片结构使得它具有高速的数据处理能力。不同于普通的微处理器,DSP放弃了冯诺依曼结构,采用了哈佛结构,将程序与数据的存储空间分开,各有自己的地址总线与数据总线。这使处理指令和数据可以同时进行,从而大大提高了处理效率。同时,DSP设置了硬件乘法/累加器,能在单个指令周期内完成乘法/累加运算。高速的数据传输能力是DSP作高速实时处理的关键之一。现在的DSP大多设置了单独的DMA总线及其控制器,在不影响或基本不影响DSP处理速度的情况下,作并行的数据传输,传输速率可以达到每秒数百兆字节。OSP这种高速的数据运算和传输能力,使许多复杂的信号处理算法得到了实现。(3)DSP集成度高,系统化好DSP器件是基于超大规模集成电路技术和计算机技术发展起来的高速高位单片计算机。它体积小,功能强,功耗小,系统化好,使用方便,性价比很高,得到了广泛的应用。2.FFT算法的理论快速傅立叶变换(FFT)是运算DFT时的一种高效运算方法。FFT的出现使DFT运算大大简化,使得DFT的运算才真正在实际中得到了广泛的使用。2.1离散傅立叶变换(DFT)简介2.1.1 DFT的定义离散傅立叶变换(DFT)是一种离散时间、离散频率的傅立叶变换。周期性离散时间信号可以由各种傅立叶变换对推断:周期性时间信号可以产生频谱是离散的;离散时间信号可以产生频谱是周期性的。总之,一个域的离散化必然造成另一个域的周期延拓。DFT定义如下:正变换： 反变换：2.1.2 频域采样理论先看一下z变换和DFT的关系。有限长序列x(n)的离散傅立叶变换X(k)序列的各点值,等于对x(n)进行Z变换后在单位圆上N等分抽样的各点处所得的Z变换值。即:对于有限长序列补零加长N增加,发现其频谱包络不变,只是抽样点更密。(l)频域采样理论x(n)的离散傅立叶变换X(k)序列值和x(n)的z变换在单位圆上N等分的抽样值相等,实现了频域的抽样。将x(n)的频域函数X()按周期N点抽样,得到一周期序列,再反变换回时域得到变换结果,是一周期延拓的序列,且与原序列x(n)有如下的关系为： 公式（2.4）即频域按每周期N点抽样,时域按N点周期延拓。因此,长度为M的有限长序列,频域抽样不失真的条件为:频域抽样点数N要大于或等于序列长度M,即满足NM。2.2 快速傅里叶变换（FFT）有限长序列通过离散傅立叶变换(DFT)将其频域离散化成有限长序列。但是其计算量太大,很难实时地处理。因此引入了快速傅立叶变换(FFT)。FFT只是DFT的一种快速算法,并且根据对序列分解与选取方法的不同而产生了FFT的多种算法。由前面DFT定义不难发现,求出一点X(k)需要N次复数乘法,（N-1）次复数加法。N