第8章DSP应用系统设计举例综述.ppt

第8章 DSP应用程序设计举例 本章内容提要 本章结合数字信号处理和通信中最常见、最具有代表性的应用，介绍通用数字信号处理算法的DSP实现方法，主要包括： ◆快速傅里叶变换（FFT）DSP设计实现 ◆有限冲激响应（FIR）数字滤波器DSP设计实现 快速傅立叶变换（FFT）的DSP实现 P266 ◆傅里叶变换是将信号从时域变换到频域的一种变换形式。 ◆离散傅里叶变换（DFT）是连续傅里叶变换在离散系统中的表现形式。 ◆快速傅里叶变换(FFT)是快速计算DFT的一种高效方法，可以明显地降低运算量，大大地提高DFT的运算速度，从而使DFT得到了广泛的应用。 ◆ DSP芯片的出现使FFT的实现变得更加方便。由于多数的DSP芯片都能在单指令周期内完成乘法—累加运算，而且还提供了专门的FFT指令使得FFT算法在DSP芯片上实现的速度更快。 8.1.1 FFT算法的简介 1．离散傅氏变换DFT 对于长度为N的有限长序列x(n)，它的离散傅里叶变换为： k = 0,1,…,N-1 WN = e-j2?/N，称为旋转因子，或蝶形因子。 在x(n)为复数序列的情况下，计算X(k): 对某个k值，需要N次复数乘法、(N-1)次复数加法； 对所有N个k值，需要N2次复数乘法和N(N-1)次复数加法。 2．快速傅氏变换FFT 旋转因子WN的特性： ? 对称性： WkN = -WNk+N/2；（对称点相距N/2） ? 周期性： WkN =WNk+N。 FFT的算法 : 将长序列的DFT分解成短序列的DFT。 例如：当N为偶数时，其算法： 将N点的DFT分解为两个N/2点的DFT，使复数乘法减少一半； 将每个N/2点的DFT分解成N/4点的DFT，使复数乘法又减少 一半，继续进行分解直到分解为2点DFT，这样可以大大减少计算量。 FFT算法 DIT FFT算法：是在时域内将每一级输入序列依次按奇/偶分成2个短序列进行计算。 按时间抽取的FFT——DIT FFT 按频率抽取的FFT——DIF FFT DIF FFT算法：是在频域内将每一级输入序列依次按奇/偶分成2个短序列进行计算。 假定序列x(n)的点数N是2的幂，按照DIT FFT算法可分解为： 偶序列：x(0)，x(2)，x(4)，…，x(N -2) 即x1(r) = x(2r)，r = 0，1，…， 奇序列：x(1)，x(3)，x(5)，…，x(N -1) 即x2(r) = x(2r+1)，r = 0，1，…， N点X(k)可分为两部分： 前半部分：X(k)=X1(k) + WNkX2(k) k=0, 1, … N/2-1 后半部分：X(k+N/2)=X1(k)-WNkX2(k) k=0, 1, …N/2-1 WNk -1 xm-1(p) xm-1(q) xm(p) xm(q) WN -1 p q x1 x2 2点FFT算法: X1=p+q*WN X2=p-q*WN 信号流程如图： 输入是经过比特反转的倒位序列——位码倒置。 排列顺序：x(0)、x(4)、x(2)、x(6)、x(1)、x(5)、x(3)、x(7) 输出是按自然顺序排列。 排列顺序：X(0)、X(1)、X(2)、X(3)、X(4)、X(5)、X(6)、X(7) FFT算法的DSP实现 1．FFT运算序列的存储分配 (了解或者不要求） FFT运算时间是衡量DSP芯片性能的一个重要指标,在用DSP芯片实现FFT算法时，合理地安排好所使用的存储空间是十分重要的。 下面以8~1024复数点FFT算法为例，介绍用DSP芯片实现的方法。 1．FFT运算序列的存储分配 (1) 程序空间的分配 E000h~E1FFh：正弦系数表 E200h~E3FFh：余弦系数表 E400h~E4A2h：程序代码 FF80h~FFFFh：复位向量和 中断向量表 程序存储器 ┇ sine1 E000 ┇ E1FF 正弦系数表 cosine1 E200 ┇ E3FF 余弦系数表 fft_prg E400 ┇ E4A2 程序代码 ┇ .vectors FF80 ┇ FFFF 复位向量和 中断向量表 (2) 数据空间的分配 数据存储器 0000 ┇ 005F 存储映像 寄存器 .bss 0060 0061 0062 暂存单元 stack 0063 ┇ 006C 堆 栈 ┇ sine 0400 ┇ 05FF