文献综述基于FPGA的FFT算法实现.docVIP

毕业设计（论文）文献综述 课题名称： 基于FPGA的FFT算法实现 学 院： 机 电 工 程 学 院 专 业： 电 子 信 息 工 程 年　　级： 指导教师： 学生姓名： 学 号：______ 起迄日期：__ 日 一、前言 DFT和卷积是信号处理中两个最基本也是最常用的运算，他们涉及到信号与系统的分析与综合这一广泛的信号处理领域。卷积可以化为DFT来计算，实际上其他许多算法，如相关、滤波、谱估计等也都可以化为DFT来计算。当然，DFT也可化为卷积来实现。由后面的讨论可知，它们之间有着互通的关系。对N点序列x(n),要求出DFT变换对，就需要先求出N点X(k)需要N2次复数乘法，N(N-1)次复数加法。众所周知，实现一次复数乘需要四次实数乘两次加法，实现一次复数加则需要两次实数加。当N很大时，其计算量是相当可观的。例如，若N=1024，则需要1048576次复数乘法，即4194304次实数乘。所需要时间过长，难于“实时”实现。对于2-D图像处理，所需要计算量更是大得惊人[1]。 又例如，在FIR滤波器设计中会遇到从h(n)求H(k)或由H(k)求h(n)，这就需要计算DFT。再有，信号的频谱分析对通信、图像传输、雷达、声纳等都是很重要的。此外，在系统的分析、设计和实现中都会用到DFT的计算。但是，在相当长的时间里，由于DFT的计算量太大，即使采用计算机也很难对问题进行实时处理，所以并没有得到真正的应用。直到1965年库利在《计算数学》杂志上发表了著名的“及其计算傅里叶级数的一种算法”的文章，提出了DFT 的一种快速算法FFT，后来又有桑德和图基的快速算法FFT相继出现，情况才发生了变化[2]。 主题 序列和线性时不变系统的频域特征是用Z变换和傅里叶变换来表示的。对于有限长序列，可以导出另一种傅里叶变换表示式，即离散傅里叶变换（简称DFT——Discrete Fourier Transform），它是解决频谱离散化的有效方法，并因存在着计算DFT的高效算法——快速傅里叶变换FFT（Fast Fourier Transform），因而离散傅里叶变换不仅在理论上有重要意义，而且在各种数字信号处理的运算方法中起着重要的作用[3-4]。 FFT算法可分为时间抽取法和频率抽取法。时间抽取法，就是在时域内逐次将序列分解成奇数子序列和偶数子序列，通过求子序列的DFT而实现整个序列的DFT，将计算DFT的运算量从N2减少到（N/2）log2N次复乘。频率抽选法就是在品域内将X(k)逐次分解成偶数点子序列和奇数点子序列，然后对这些分解得越来越短的子序列进行DFT运算，就可得整个频域内序列的FFT流图[3]。 FFT算法在数字信号处理中应用十分广泛，它可以用软件来实现，也可以用硬件实现。由前面分析可知，FFT算法的实质是完成算法所需的全部蝶形运算，核心运算是蝶形运算。所谓软件实现就是在通用计算机上用高级语言或汇编语言编制软件程序顺次实现全部蝶形运算。而所谓硬件实现就是用专用硬件来实现蝶形运算。一个蝶形运算可以看成一个运算器，运算器是用专用硬件电路或芯片来实现。它可以用位片式微处理器(例Am2900系列芯片)、快速阵列乘法器或是单片信号处理器组成。当然专用硬件仍然需要微程序来控制．亦就是说仍是离不开软件的，同样在通用机上软件实现亦离不开CPU芯片等硬件。因此严格地说应是软硬兼备的。所谓软硬之分仅是习惯上的分类罢了[4]。 FFT算法巧妙地利用了DFT的一些特性，大大地减少了运算量。因而亦大大地提高了运算速度。但在许多实时信号处理中，要求在输入信号的同时，及时地一段段地完成对信号的FFT运算。这将对计算机的运算速度提出更高的要求，采用软件实现实时信号处理便有一定的因难，通常需采用硬件方式实现。硬件实现的方法很多，既与选用的运算器件有关．亦与所用运算器的数量及编排方法有关，还与算法的流图形式有关，可以是单运算器的顺序处理或多远算器的级联处理、并行迭代处理，阵列处理及流水线式处理。FFT算法的一个明显特点是具有分级运算的结构。因此，为了提高运算速度，可以在每级运算中采用单独的运算器，第一级运算器算完后送给第二级，自己再算新来的数据，第二级算完后送第三级，……，形成流，亿线的工作方式[4]。 对于逻辑集成器件、无论是基本SSI或MSI技术的标准通用逻辑集成电路，如74系列，4000系列器件、还是基本LSI／VLSI技术的数字系统单片化的专用集成电路(ASIC)，其从生产厂家出来后、电路的逻辑功能是固定的、用户只能去根据自