TI库实现2048点或更大点数FFT分析.doc

在DSP运算中，经常需要把输入时域信号在频域进行处理之后，再还原为时域信号，这样就需要进行FFT和IFFT运算： x(n) -?FFT?- X(f) - 频域处理 - Y(f) - IFFT - y(n) 而一般的DSP芯片只支持整数运算，也就是说只能进行定点小数计算。N点FFT计算出0… N-1，N个复数： 0，A，N/2，A*，A为(N/2-1)个复数，A*为A的共轭复数。 FFT的公式为： ?????????????????????? N???? X(k) =?????? sum? x(n)*exp(-j*2*pi*(k-1)*(n-1)/N)、1 =? k =? N.????????????????????? n = 1 IFFT的公式为：????????????????????????? N???? x(n) = (1/N) sum? X(k)*exp( j*2*pi*(k-1)*(n-1)/N)、1 =? n =? N.???????????????????????? k = 1 假设我们对ADC转换器转换的数字信号进行FFT运算，若输入数据为16bit的短整型数，我们可以把它看作Q15的从-1到1之间的小数。根据FFT的公式我们可以知道，FFT变换之后的结果将超出这个范围。 例如在matlab中输入fft(sin([1:8]*0.5))，可以看到结果：2.8597，-0.8019 - 3.0216i，0.4312 - 0.8301i，0.5638 - 0.3251i，0.5895，0.5638 + 0.3251i，0.4312 + 0.8301i，-0.8019 + 3.0216i实际上，FFT变换之后的数据的范围在-N到N之间，N为FFT的点数。为了正确地表达-N到N之间的数值，输出数据的Q值将变小，例如若N=1024，输入数据为Q15的话，那么输出数据则必须为Q5才能够确保结果不会溢出。这样的结果将丢失很多信息，以至于IFFT无法还原为原来的数据。如下图所示： Q15 - 1024FFT - Q5 - 1024IFFT - Q5 这样，经过FFT和IFFT变换之后，数据从Q15变成了Q5，丢失了10bit的信息。 为了使得定点FFT和IFFT之后能够还原为原来的数据，必须使用32bit定点FFT，输入数据虽然是16bit，在进行FFT的时候将将它转换为32bit运算，这样输入的数据为Q31，1024点FFT的输出数据为Q21，满足16bit的精度要求。这样整个计算流程变为： Q15 - Q31 - 1024FFT32bit - Q21 - 1024IFFT32bit - Q21 - Q15 在TI的DSPLIB中的FFT和IFFT都提供了两种选择：SCALE和NOSCALE。仍以1024点计算为例，它们的意思分别为： Q15 - NOSCALE?FFT?- Q15 (结果可能溢出)Q15 - SCALE?FFT??? - Q5 (结果不会溢出，但是精度降低)Q15 - NOSCALE IFFT - Q15 (结果可能溢出)Q15 - SCALE IFFT??? - Q5 (结果不会溢出，但是精度降低) 32位定点FFT，IFFT与此类似，不再重复。 因此，用DSPLIB进行FFT和IFFT计算时，注意必须采用32bit精度，而且FFT变换时采用SCALE，而IFFT变换时采用NOSCALE。