第8章FFT的DSP实现(C55xDSP).pptVIP

第8章 FFT的DSP实现 8.1.1 实验目的　　■了解FFT基本原理。　　■学习c55x DSP中用标准C实现FFT的设计和编程思想。 　　8.1.2 实验设备　　■PC兼容机一台；操作系统为Windows 2000(或Windows 　　NT、Windows 98、Windows XP)。　　■计算机安装CCS 5000或CCS v 3.1。　　8.1.3 实验要求　　使用CCS集成仿真环境，完成建立工程、源文件、命令文件，保存和添加文件到工程，进行编译、链接、运行和调试等操作，使用属性窗口设置项目及观察输出波形等。 8.1.4 实验原理　　1.? FFT基本原理　　快速傅立叶变换(FFT)是离散傅立叶变换(DFT)的一种高效运算方法。对于有限长离散数字信号x(n)，0≤n≤N?-1，其离散傅立叶变换公式为 　　　　　　　　　　k=0,1,2,…,N-1 　(8.1) 　　式中　　　　称为旋转因子或蝶形因子。由上式可以看出，计算N点DFT的所有X(k)值需要N2次复数乘法和N(N?-1)次复数加法。当N较大时，N(N-1)≈N2，计算X(k)的运算量几乎与N2成正比，因此直接计算DFT的运算量很大，即使采用计算机也很难做到实时处理，必须加以改进。　　FFT主要利用DFT旋转因子的周期性与对称性来减少运算量，周期性和对称性分别为 (8.2) (8.3) 　　利用周期性与对称性，一方面可以在DFT的运算过程中合并某些项，另一方面可以把长序列的DFT分解成若干个短序列的DFT。由于DFT运算量与变换长度的平方成正比，因此分解成短序列的DFT可以大大减少运算量。　　常用的FFT算法有两大类，一类是按时间抽取的FFT算法(DIT-FFT)，另一类是按频率抽取的FFT算法(DIF-FFT)。这里只介绍DIT-FFT，至于DIF-FFT原理类似。　　设有限长序列x(n)的长度为N=2L，L为整数，显然N为偶数，若不满足该条件，加零补足。此时定义两个x(n)的偶数项和奇数项序列，长度均为N/2，即： 　　　　　　　　　　　　　 (8.4) 　　　　　　　　　　　　　　 (8.5) 则x(n)的N点序列DFT可写为  　　式中，X1(k)与X2(k)分别是x1(n)与x2(n)的N/2点DFT。上式表明，一个N点DFT可以分解为两个N/2点DFT，此时需要2(N/2)2+N/2≈N2/2次复数乘法，N(N/2?-1)+N=N2/2次复数加法，可见，经过一次分解运算量就减少了接近一半。由于N/2依然是偶数，故可将两个N/2点的DFT按同样方法分解成四个N/4点的DFT，四个N/4点的DFT继续分解为八个N/8点的DFT，如此进行下去，经过L-1次分解后，就把一个N点DFT分解成N/2个2点的DFT，至此分解结束。图8-1所示为一个完整的N=8点DIT-FFT运算蝶形图。 图8-1 N=8点DIT-FFT运算蝶形图 　　　DIT-FFT运算量为：当N=2L时，经过L?-1次分解，整个运算过程有L级蝶形，每一级蝶形有N/2个蝶形运算，每一个蝶形运算有一次复数乘法和两次复数加法，所以整个运算过程的运算量如下：复数乘法 复数加法 　　直接计算DFT需要N2次复数乘法，N(N-1)次复数加法，直接计算DFT与DIT-FFT复数乘法的运算量之比为： 　　N越大，DIT-FFT运算量就减少得越多，FFT的优越性就更加突出。例如，当N=256时，直接计算中复数乘法次数为65 536，FFT算法中复数乘法次数为1024，速度提高倍数为64。 　　2. ?FFT流程图　　FFT流程图如图8-2所示。 图8-2 FFT流程图 8.1.5 实验步骤　　1. 新建立工程、源文件和命令文件　　分别在源文件和命令文件中，输入本章8.1.6小节程序清单中FFT的C语言源程序和命令文件，并把这两个文件添加到工程。　　2. 编译工程并运行程序　　在编译工程过程中，如有错误，修改错误，编译成功后，装载输出文件。　　3. 设置断点观察窗口在程序中的break point处设置断点，共有三个断点，如图8-3所示。