FFT浮点的DSP实现.docVIP

1 前言 DSP结构可以分为定点和浮点型两种。其中，定点型DSP可以实现整数、小数和特定的指数运算，它具有运算速度快、占用资源少、成本低等特点;灵活地使用定点型DSP进行浮点运算能够提高运算的效率。目前对定点DSP结构支持下的浮点需求也在不断增长，主要原因是：实现算法的代码往往是采用C/C++编写，如果其中有标准型的浮点数据处理，又必须采用定点DSP器件，那么就需要将浮点算法转换成定点格式进行运算。同时，定点DSP结构下的浮点运算有很强的可行性，因为C语言和汇编语言分别具有可移植性强和运算效率高的特点，因此在定点DSP中结合C语言和汇编语言的混合编程技术将大大提高编程的灵活度，以及运算速度。 大多数DSP的开发工具只是在C语言的基础上支持标准的浮点运算，而定点DSP硬件一般都是面向定点的运算，不支持标准的浮点运算，缺乏硬件的支持极大地限制了浮点的应用，因而标准的浮点运算在实际定点DSP应用中并不多见。C5509是一款16位定点DSP。在本文中，对C5509输入FTSK信号，用C语言和汇编语言混合编程的方式对输入浮点型的FTSK信号进行相关运算，并输出浮点运算结果。这FFT）是一种高效实现离散傅里叶变换（DFT）的快速算法，是数字信号处理中最为重要的工具之一，它在声学，语音，电信和信号处理等领域有着广泛的应用。 2 方案设计 2.1 方案的提出 DSP（数字信号处理器）与一般的微处理器相比有很大的区别，它所特有的系统结构、指令集合、数据流程方式为解决复杂的数字信号处理问题提供了便利，本文选用TMS320C5作为DSP处理芯片，通过对其编程来实现 图2.1 DSP系统流程图 2.2方案的论证 旋转因子WN 有如下的特性。 对称性： 周期性： 利用这些特性，既可以使DFT中有些项合并，减少了乘法积项，又可以将长序列的DFT分解成几个短序列的DFT。FFT就是利用了旋转因子的对称性和周期性来减少运算量的。 FFT的算法是将长序列的DFT分解成短序列的DFT。例如：N为偶数时，先将N点的DFT分解为两个N/2点的DFT，使复数乘法减少一半：再将每个N/2点的DFT分解成N/4点的DFT，使复数乘又减少一半，继续进行分解可以大大减少计算量。最小变换的点数称为基数，对于基数为2的FFT算法，它的最小变换是2点DFT。 一般而言，FFT算法分为按时间抽取的FFT（DIT　ＦＦＴ）ＦＦＴ（DIF FFT）ＤIF FFT２２DIF FFT算法中，旋转因子　出现在输入端，而在DIF FFT算法中它出现在输入端。 假定序列x(n)的点数N是2的幂，按照DIF FFT算法可将其分为偶序列和奇序列。 偶序列： 奇序列： 则x(n)的DFT表示为 由于（3） 式中， 和分别为和的N/2的DFT则。因此，N点可分为两部分： 前半部分： （4） （5）4）和式（5）可以看出，只要求出0~N/2-1区间和的值，就可求出0~N-1区间的N点值。 以同样的方式进行抽取，可以求得N/4点的DFT，重复抽取过程，就可以使N点的DFT用上组2点的 DFT来计算，这样就可以大减少运算量。 基2 DIF FFT的蝶形运算如图(a)所示。设蝶形输入为和，输出为和，则有 （6） （7）2的FFT中，设N=2M，共有M级运算，每级有N/2个2点FFT蝶形运算，因此，N点FFT总共有个蝶形运算。 -1 图(a) 基2 DIF FFT的蝶形运算 例如：基数为2的FFT，当N=8时，共需要3级，12个基2 DIT FFT的蝶形运算。其信号流程如图(b)所示。 x(0) x(0) WN0 x(4) x(1) -1 WN0 x(2) x(2)