TigerSHARC处理器上定点FFT并行实现.PDFVIP

Engineer-to-Engineer指南 EE-263 Analog Devices公司DSP、处理器和开发工具的使用技术指南 联系我们的技术支持中心：dsp.support@ 和 dsptools.support@ 查看我们的在线资源：/ee-notes 和 /processors TigerSHARC®处理器上定点FFT的并行实现 Boris Lernerr提供 第一版-2005年2月3日 供。具体例子使用一个256-点FFT ，但其中的数 引言 学算法和理念同样适于其它大小（不小于16 点）的变换。 现代的高度并行式处理器的进展如Analog Devices 的TigerSHARC® 系列处理器，要求寻找 如同所见，重建的算法将FFT 打散成更小的部 更为有效的方法来并行实现许多标准算法的操 分而后可被并行。在256点FFT （其代码列表在 作。该应用手记不仅解释最快的16位FFT 如何 该应用手记的尾部）的情形下，FFT被分成一 在TigerSHARC上的实现，而且提供指导算法的 个个16 点的FFT 有16 个, 16 点FFT 以基数4 开发，使你能够将同一技术施于其他算法。一 （radix-4 ）的格式来完成（即每个只有两个 般来说，大多数算法有几个层次的优化级，该 阶）。如果我们做一个512=点 FFT ，我们将不 手记将给予详细讨论。第一和最直截了当的优 得不一次做16个32点的FFT （或者一次做32个 化级是指令的并行，这是处理器架构所允许 16点的FFT ）,每个32点FFT 以基数4格式先完成 的。这种工作是简单而又烦人的。优化的第二 前两个阶，最后一阶做成基数2格式。这种不同 级是循环体展开（loop unrolling ）和软件的流 意味着书写FFT大小统配（FFT size-generic ）的 水线操作，以取得最大并行性，避免流水线停 代码是困难的。虽然实现的算法是通用的，可 止工作。虽然比简单的一级并行复杂，但可按 同等地适于所有大小的FFT ，但代码却不能这 描述的步骤进行工作，无需深入了解算法，几 样，它必须针对每一种点大小FFT进行手工调 乎没有独创性。第三级是重建算法的数学操 整，以便能够完全达到最优化。带上这些一并 作，仍产生有效的结果，但更适合处理器的架 考虑，让我们进入TigerSHARC 园地里迷人的定 构。这需要彻底了解算法，不像软件的流水线 点FFT世界吧。 操作那样，它没有既定的引导你走向最佳方案 的步骤。这在写最佳代码中是最有趣的。 标准的基数2 FFT算法 在实际应用中，常常不需要用到所有的优化层 图1给出了一种输入经过位反转（bitreversed ） 次。当所有的优化级需要时，最好以反向的顺 后的标准16点基数-2 FFT实现方案。传统来 序进行这些级的优化。在代码完全被流水化操 看，在这一算法中，阶1和2与所要求的位反转 作以后，再来尝试