基于DSP的C程序实验报告------快速傅立叶变换(FFT)算法.doc

目录 引言 实验原理 FFT基本结构 （1）信号流图 （2）软件程序流图 实验程序 调试过程与步骤 实验结果 结果分析 遇到的问题及解决办法 实验体会 实验题目：快速傅立叶变换(FFT)算法 引言 众所周知，FFT 是离散傅立叶变换（DFT）的一种快速算法。由于计算DFT 时一次复数乘法需用四次实数乘法和二次实数加法；一次复数加法则需二次实数加法。每运算一个X（k）需要4N 次复数乘法及2N+2（N-1）=2（2N-1）次实数加法。所以整个DFT运算总共需要4N^2 次实数乘法和N*2(2N-1)=2N(2N-1)次实数加法。如此一来，计算时乘法次数和加法次数都是和N^2 成正比的，当N 很大时，运算量是可观的，因而需要改进对DFT 的算法提高运算速度。 我们观察DFT的系数特性，可发现其对称性和周期性，我们可以将DFT 运算中有些项合并。因此，FFT就孕育而生了。 实验原理 1．FFT 的原理和参数生成公式： 我们先设序列长度为N=2^L，L 为整数。将N=2^L 的序列x(n)(n=0,1,……，N-1)，按N 的奇偶分成两组，也就是说我们将一个N 点的DFT 分解成两个N/2 点的DFT，他们又重新组合成一个如下式所表达的N 点DFT： 我们称这样的RFFT 优化算法是包装算法：首先2N 点实数的连续输入称为“进包”。其次N 点的FFT 被连续运行。最后作为结果产生的N 点的合成输出是“打开”成为最初的与DFT 相符合的2N 点输入。 三．FFT 的基本结构： 1.FFT信号流图如下： 整个过程共有log2N次，每次分组间隔为2^（L-1）----------------1=L=log2N （1）如上图第一次蝶形运算间隔为一，如第一个和第二个，第三个和第四个，以此类推； 第二次间隔为二，如第一个和第三个，第二个和第四个等 （2）基本运算单元以下面的蝶形运算为主： 计算公式如下： （3）在FFT运算中，旋转因子WmN=cos(2πm/N)-jsin(2πm/N)，求正弦和余弦函数值的计算量是很大的。 （4）本程序采用的输入信号为：1024*sin(2*pi*3*t)，采样频率为1024 2．程序流程图： 四．实验程序 #include?DSP281x_Device.h?????//?DSP281x?Headerfile?Include?File#include?DSP281x_Examples.h???//?DSP281x?Examples?Include?File#include?f2812a.h#includemath.h#define?PI?3.1415926#define?SAMPLENUMBER?128void?InitForFFT();void?MakeWave();/oid?FFT(float?dataR[SAMPLENUMBER],float?dataI[SAMPLENUMBER]);int?INPUT[SAMPLENUMBER],DATA[SAMPLENUMBER];float?fWaveR[SAMPLENUMBER],fWaveI[SAMPLENUMBER],w[SAMPLENUMBER];float?sin_tab[SAMPLENUMBER],cos_tab[SAMPLENUMBER];void?FFT(float?dataR[SAMPLENUMBER],float?dataI[SAMPLENUMBER]){int?x0,x1,x2,x3,x4,x5,x6,xx;int?i,j,k,b,p,L;float?TR,TI,temp;/**********?following?code?invert?sequence?************/for?(?i=0;iSAMPLENUMBER;i++?){x0=x1=x2=x3=x4=x5=x6=0;x0=i0x01;?x1=(i/2)0x01;?x2=(i/4)0x01;?x3=(i/8)0x01;x4=(i/16)0x01;?x5=(i/32)0x01;?x6=(i/64)0x01;xx=x0*64+x1*32+x2*16+x3*8+x4*4+x5*2+x6;dataI[xx]=dataR[i];}for?(?i=0;iSAMPLENUMBER;i++?){dataR[i]=dataI[i];?dataI[i]=0;?}/**************?