实验1FFT算法分析实验.doc

实验1 FFT算法分析实验 2010271052 一、 实验目的 1 加深对FFT的理解，自己动手编写一个基2的DIF--FFT函数ditfft。 2 进一步掌握卷积定理，用ditfft实现卷积。 二、 实验原理对于有限长离散数字信号{x[n]}，0 ? n ? N-1，其离散谱{x[k]}可以由离 离散傅氏变换（DFT）求得。可以方便的把它改写为如下形式： WN是周期性的，且周期为N，常用表达式WN取代W以便明确其周期是N。由DFT的定义可以看出，在x[n]为复数序列的情况下，完全直接运算N点DFT需要（N-1）2次复数乘法和N（N-1）次加法。因此，对于一些相当大的N值（如1024）来说，直接计算它的DFT所作的计算量是很大的。FFT的基本思想在于，将原有的N点序列序列分成两个较短的序列，这些序列的DFT可以很简单的组合起来得到原序列的DFT。例如，若N为偶数，将原有的N点序列分成两个（N/2）点序列，那么计算N点DFT将只需要约[(N/2)2 ?2]=N2/2次???数乘法。即比直接计算少作一半乘法。因子（N/2）2表示直接计算（N/2）点DFT所需要的乘法次数，而乘数2代表必须完成两个DFT。上述处理方法可以反复使用，即（N/2）点的DFT计算也可以化成两个（N/4）点的DFT（假定N/2为偶数），从而又少作一半的乘法。这样一级一级的划分下去一直到最后就划分成两点的FFT运算的情况。比如，一个N = 8点的FFT运算按照这种方法来计算FFT可以用下面的流程图来表示： 三、实验步骤 1、在在Matlab中运行下面的仿真程序，程序中定义两个正弦信号，F1为100Hz/1v，F2为6kHz/1v，将两个信号叠加后作FFT: plot(S); title(原始信号); figure; Y = fft( S, N ); %做FFT变换 Ayy = ( abs( Y ) ); %取模 plot( Ayy(1:N) ); %显示原始的FFT模值结果 title( FFT 模值 ); figure; Ayy = Ayy/(N/2); %换算成实际的幅度 Ayy(1)=Ayy(1)/2; % 直流分量的幅值单独处理 F=([1:N]-1)*Fs/N; %换算成实际的频率值 plot(F(1:N/2),Ayy(1:N/2)); %显示换算后的FFT模值结果 title(幅度-频率曲线图); 2、在实验箱中通过编程实现FFT： （1）实验箱上电，启动CCS，此时仿真器上的“绿色灯”应点亮； （2）点击菜单Project中的Open菜单项，选中E:\FFT\ExpFFT01下的ExpFFT01.pjt ，打开源程序； （3）单击“+”号，展开源程序，双击打开文件ExpFFT01.c； （4）main中0x3000是A/D转换数据存放的起始地址，0x3080是FFT变换结果的写入地址； extern void InitC5402(void); extern void OpenMcBSP(void); extern void CloseMcBSP(void); extern void READAD50(void); extern void WRITEAD50(void); /*********************************************************************** Main Function Program ***********************************************************************/ #include stdio.h #include math.h void kfft(pr,pi,n,k,fr,fi,l,il) int n,k,l,il; double pr[],pi[],fr[],fi[]; { int it,m,is,i,j,nv,l0; double p,q,s,vr,vi,poddr,poddi; for (it=0; it=n-1; it++) { m=it; is=0; for (i=0; i=k-1; i++) { j=m/2; is=2*is+(m-2*j); m=j;} fr[it]=pr[is]; fi[it]=pi[is]; } pr[0]=1.0; pi[0]=0.0; p=6.283185306/(1.0*n); pr[1]=cos(p); pi[1]=-sin(p); if (l!=0) pi[1