的fft实现.docVIP

目 录 摘要 I TOC \o 1-3 \u 第1章 绪论 1 1.1 DSP简介 1 1.2 设计内容 1 1.3 设计要求 1 1.4 设计原理 1 1.5 FFT算法的DSP实现过程 2 第2章 硬件实现 4 2.1系统的硬件设计 4 2.2原理图的设计 5 第3章 软件设计 7 3.1 FFT运算及存储分配 7 3.2程序流程图 8 第4章 系统仿真 9 4.1 FFT实现的方法 9 4.2程序运行结果 10 第5章 总结 12 参考文献 13 附录 14  摘 要 快速傅里叶变换（FFT）是将信号从时域变换到频域的一种方法，广泛应用于各种信号分析领域，文中介绍了FFT算法的基本原理和DSP中FFT算法的编程思想和设计原理及其硬件设计思想，基于TMS320C5502芯片用CCS仿真软件实现了FFT算法，文中以基2FFT为例，简要介绍了算法的实现，并画出了蝶形运行算图。然后编程实现算法，输出波形。 关键字:DSP；CCS仿真软件；FFT  第1章 绪论 1.1 DSP简介 数字信号处理(Digital Signal Processing，简称DSP)是一门涉及许多学科而又广泛应用于许多领域的新兴学科。数字信号处理是利用计算机或专用处理设备，以数字的形式对信号进行分析、采集、合成、变换、滤波、估算、压缩、识别等加工处理，以便提取有用的信息并进行有效的传输与应用。数字信号处理是以众多学科为理论基础,它所涉及的范围极其广泛。如数学领域中的微积分、概率统计、随机过程、数字分析等都是数字信号处理的基础工具。它与网络理论、信号与系统、控制理论、通信理论、故障诊断等密切相关。 1.2设计目的 （1）加深对DFT算法原理和基本性质的理解； （2）熟悉FFT的算法原理和FFT子程序的算法流程和应用； （3）学习用FFT对连续信号和时域信号进行频谱分析的方法； （4）学习DSP中FFT的设计和编程思想； （5）学习使用CCS的波形观察器观察波形和频谱情况； （6）简要画出硬件设计电路图。 1.3设计内容 用DSP汇编语言进行编程，实现FFT运算，对输入信号进行频谱分析。 1.4设计原理 快速傅氏变换（FFT）是一种高效实现离散傅氏变换的快速算法，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。 对于有限长离散数字信号{x[n]}，0 ? n ? N-1，其离散谱{x[k]}可以由离散付氏变换（DFT）求得。可以方便的把它改写为如下形式： 不难看出，WN是周期性的，且周期为N，即 N的周期性是DFT的关键性质之一。为了强调起见，常用表达式WN取代W以便明确其周期是N。 FFT算法可以分为按时间抽取FFT和按频率抽取FFT两大类，输入也有和复数之分，一般情况下，都假定输入序列为复数。FFT算法利用旋转因子的对称性和周期性，加快了运算速度。用定点DSP芯片实现FFT程序时，一个比较重要的问题是防止中间结果的溢出，防止中间结果的溢出的方法是对中间数值归一化。为了避免对每级都进行归一化会降低运算速度，最好的方法是只对可能溢出的进行归一化，而不可能溢出的则不进行归一化。 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次复数乘法。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。 1.5 FFT算法的DSP实现过程 DSP芯片的出现使FFT的实现方法变得更为方便。由于大多数DSP芯片都具有在单指令周期内完成乘法—累加操作，并且提供了专门的FFT指令，使得FFT算法在DSP芯片实现的速度更快。FFT算法可以分为按时间抽取FFT和按频率抽取FFT两大类，输入也有实数和复数之分，一般情况下，都假定输入序列为复数。 1.5.1FFT运算序列的存储分配 FFT运算时间是衡量DSP芯片性能的一个重要指标，因此提高FFT的运算速