第8章 FFT设计 电子科大.ppt

第8章 FFT设计 8.1 FFT的原理 8.2 FFT与蝶形运算 8.3 使用DSP Builder设计FFT 8.4 在DSP Builder中使用FFT IP Core 8.1 FFT的原理 8.1.1 快速傅立叶变换FFT 对于一个N点有限长序列，其DFT变换可表示为 假如、都为复数，计算N点序列的DFT共需要次复数乘法和次复数加法，在N较大时，计算量不可想象。 可以发现， 存在下列对称性和周期性： 利用上述对称性和周期性，可以大大简化DFT的运算。同时，可以把较多点的DFT分解为多个较少点的DFT运算。由于DFT的运算量与成正比，减少DFT的点数可以大大减少DFT的总运算量。不断地继续分解得到的DFT，可以加快DFT的运算过程，这种DFT的快速计算方法，我们称为FFT。若分解是对输入序列进行处理，称为时间抽取DIT(Decimation In Time)；反之，若分解是对输出序列进行处理，则称为频率抽取FIT(Decimation In Frequency)。 用DIT方法，N点的DFT可以用下式计算： 对于，可以一直分解到2点DFT。这样，离散傅立叶变换的运算量就大大减少了，这种DFT的快速算法就是FFT。 图8-2显示了当N=8时DIT FFT的信号流图。 8.1.2 快速傅立叶反变换IFFT DFT是时域到频域的变换，同样也存在频域到时域的变换，即DFT的逆变换IDFT。对于频域上的抽样序列，其IDFT变换可表示为 8.2 FFT与蝶形运算 仔细观察图8-2可以发现，对于N是2的幂次的FFT运算有大量的形如图8-3的运算，即FFT由蝶形运算构成，实现了蝶形运算，FFT就可以实现了。 由于蝶形运算涉及复数运算，较为复杂，DSP Builder为能实现FFT模型的建构，专门引入了蝶形算子模块Butterfly，如图8-4。 Butterfly模块可以完成复数有符号数的蝶形运算。对于输入信号(复数) a=x+jX b=y+jY 蝶形运算系数： 蝶形运算： 8.3 使用DSP Builder设计FFT 由于FFT的算法过于复杂，在以往的数字信号处理器上实现一个高速信号的FFT变换是不可想象的。数字信号处理器固有的串行(顺序)执行结构，对一个高速(与该处理器的主频相当)的信号序列进行FFT，是很难实现的。然而，在FPGA上实现时，可以采用并行分布式结构，实现一个实时FFT的难度就比较小了。 8.3.1 8点DIT FFT模型的建立 在本节将介绍如何实现一个N=8的时间抽取FFT模型。 按照第3章的流程，在Simulink中建立一个新模型。参照图8-2的结构，调用DSP Builder模块完成DIT8FFT模型的绘制。模型如图8-5所示。 DIT8FFT模型中各个模块的参数设置如下： X模块：(Altbus) 库：Altera DSP Builder中Bus Manipulation库 参数“Bus Type”设为“signed Integer” 参数“[number of bits].[]”设为“8” ? XR、XR1、XR2、XR3、XR4、XR5、XR6、XR7模块：(Altbus) 库：Altera DSP Builder中Bus Manipulation库 参数“Bus Type”设为“signed Integer” 参数“[number of bits].[]”设为“16” XI、XI1、XI2、XI3、XI4、XI5、XI6、XI7模块：(Altbus) 库：Altera DSP Builder中Bus Manipulation库 参数“Bus Type”设为“signed Integer” 参数“[number of bits].[]”设为“16” ? Shift Taps模块：(Shift Taps) 库：Altera DSP Builder中Storage库 参数“Number of Taps”设为“8” 参数“Distance Between Taps”设为“1” 选择“Use Deicated Circuitry” ? x0、x1、x2、x3、x4、x5、x6、x7模块：(Real=Imag to Complex) 库：Altera DSP Builder中Complex Signals库 参数“Bus Type”设为“Signed Integer” 参数“[number of bits].[]”设为“8” Constant、C