江苏大学 dsp课程设计.docx
《江苏大学 dsp课程设计.docx》由会员分享，可在线阅读，更多相关《江苏大学 dsp课程设计.docx（22页珍藏版）》请在冰豆网上搜索。
江苏大学dsp课程设计
JIANGSUUNIVERSITY
本科生课程设计
DSP课程设计实验报告
基于ICETEK5509实验箱和基2FFT算法的频谱分析
学院名称：
计算机科学与通信工程学院
专业班级：
通信工程
学生姓名：
指导教师姓名：
指导教师职称：
年月
1、设计目的与意义
1、本课程设计与理论课、实验课一起构成《DSP芯片原理与应用》完整课程
体系；
2、针对理论课、实验课中无时间和不方便提及内容和需强调重点进行补充与
完善；
3、以原理算法的实现与验证体会DSP技术的系统性，并加深基本原理的体会。
2、设计要求
1、系统设计要求：
⑴.设计一个以ICETEK5509为硬件主体，FFT为核心算法的频谱分析系统
方案；
⑵.用C语言编写系统软件的核心部分，熟悉CCS调试环境的使用方法，
在CCSIDE中仿真实现方案功能；
⑶.在实验箱上由硬件实现频谱分析。
2、具体要求：
⑴.FFT算法C语言实现与验证
1）参考教材14.3节FFT核心算法在CCS软件仿真环境中建立FFT工
程：
添加main（）函数，更改教材中个别语法错误，添加相应的库文
件，建立正确的FFT工程；
2）设计检测信号，验证FFT算法的正确性及FFT的部分性质；
3）运用FFT完成IFFT的计算。
⑵.单路、多路数模转换（A/D）
1）回顾CCS的基本操作流程，尤其是开发环境的使用；
2）参考实验指导和示例工程掌握5509芯片A/D的C语言基本控制流
程；
3）仔细阅读工程的源程序，做好注释，为后期开发做好系统采集前端
设计的准备。
⑶.系统集成，实现硬件频谱分析
1）整合前两个工程，实现连续信号的频谱分析工程的构建；
2）参考A/D转换示例和DSP系统功能自检示例完成硬件连接，并测试
开发系统运行效果；
3）基于现有系统，对于实时频谱分析给出进一步开发设计和系统改良
方案。
三、课程设计原理
1、DSP应用系统构成：
注：
一般的输入信号首先进行带限滤波和抽样，然后进行模数（A/D）转换，将信号变成数字比特流。
根据奈奎斯特抽样定理，对低通信号模拟，为保持信号的不丢失，抽样频率必须至少是输入带限信号的最高频率的2倍，工程上为带限信号最高频率的3-5倍。
2、快速离散傅里叶变换（FFT）的基本原理:
频谱分析系统
FFT是一种快速有效地计算离散傅里叶变换（DFT）的方法。
它是根据离散傅里叶变换的奇、偶、虚、实等特性，对离散傅里叶变换的算法进行改进获得的。
因为需要N次复数乘法和N-1次复数加法，所以计算全部X（k）
，共需要
次复数乘法和N（N-1）次复数加法。
实现一次复数乘法需要四次实数乘法和两次实数加法，一次复数加法需要两次实数加法，因此直接计算全部X（k）共需要4
次实数乘法和2N（2N-1）次实数加法。
为减少运算量，提高运算速度，就必须改进算法。
FFT算法就是不断地把长序列的DFT分解成几个短序列的DFT，并利用
的周期性和对称性来减少DFT的运算次数。
具有以下固有特性：
（1）
的周期性：
（2）
的对称性：
（3）
的可约性：
另外，
。
利用
的上述特性，将x（n）或X（k）序列按一定规律分解成短序列进行运算，这样可以避免大量的重复运算，提高计算DFT的运算速度。
算法形式有很多种，但基本上可以分为两大类，即按时间抽取（DecimationInTime，DIT）FFT算法和按频率抽取（DecimationInFrequency，DIF）FFT算法。
N=8的按时间抽取FFT
N=8的按频率抽取FFT
2.1实数序列的FFT：
反FFT运算可以表示为：
式中，
是时域信号
的傅里叶变换。
比较
和
可以看出，通过下列修改，我们可以用FFT算法来实现反FFT:
⑴增加一个归一化因子
；
⑵将
用其复共轭
代替。
由于第二点需要修改符号，因此FFT程序还不能不加修改的来计算反FFT。
因为
可见，求
的反FFT可以分为以下三个步骤：
⑴取
的共轭，得
；
⑵求
的FFT,得
；
⑶取
的共轭，并除以
，即得
。
采用这种方法可以完全不用修改FFT程序就可以计算反FFT。
3、单路、多路模数转换实验原理（AD）
⑴TMS320VC5509A模数转换模块特性：
—带内置采样和保持的10位模数转换模块ADC,最小转换时间为500ns,
最大采样率为21.5KHz。
—2个模拟输入通道（AIN0-AIN1）。
—采样和保持获取时间窗口有单独的预定标控制。
⑵模数转换工作过程：
—模数转换模块接到启动转换模块后，开始转换第一通道的数据。
—经过一个采样时间的延迟后，将采样结果放入转换结果寄存器保存。
—转换结束，设置标志。
—等待下一个启动信号。
⑶模数转换的程序控制：
模数转换相对于计算机来说是一个较为缓慢的过程。
一般采用中断方式启动转换或保存结果，这样在CPU忙于其它工作时可以少占用处理时间。
设计转换程序应首先考虑处理过程如何与模数转换的时间相匹配，根据实际需要选择适当的触发转换手段，也要能及时地保存结果。
由于TMS320VC5509ADSP芯片内的A/D转换精度是10位，转换结果的低10位为所需数值，所以在保留时应注意将结果的高6位去除，取出低10位有效数字。
⑷实验程序流程图：
开始
初始化CPU时钟、EMIF、AD采样时钟
启动AD0通道采集（连续
256次）存入缓冲区nADC0
启动AD1通道采集（连续256次）存入缓冲区nADC1
实验程序流程图
四.实验程序和流程图：
1、FFT
⑴FFT程序：
#include
structcompx{floatreal,imag;};//定义一个复数结构
structcompxs[257];//FFT输入和输出：
均从s[1]开始存放
structcompxEE（structcompx,structcompx）;//定义复数相乘结构
voidFFT（structcompx*,int）;//FFT函数预定义
#definepi3.14159265
structcompxEE（structcompxb1,structcompxb2）//两个复数的相乘--b1*b2
{structcompxb3;//定义相乘的结果b3
b3.real=b1.real*b2.real-b1.imag*b2.imag;
b3.imag=b1.real*b2.imag+b1.imag*b2.real;
return（b3）;}//返回相乘结果b3
/*输入：
xin（实部，虚部）,输出：
xin（实部，虚部）,N：
FFT点数*/
voidFFT（structcompx*xin,intN）
{intf,m,nv2,nm1,i,k,j=1,l;
structcompxv,w,t;//v为蝶形因子，w为中间变量
nv2=N/2;
f=N;
for（m=1;（f=f/2）!
=1;m++）{;}//计算蝶形运算的级数m=3，
nm1=N-1;
/*变址运算*/
for（i=1;i<=nm1;i++）//实现位反转
{if（i{t=xin[j];xin[j]=xin[i];xin[i]=t;}
k=nv2;
while（kj=j+k;}
/*fft*/
{intle,lei,ip;
for（l=1;l<=m;l++）
{le=pow（2,l）;
lei=le/2;
v.real=1.0;v.imag=0.0;//第一级蝶形运算的运算因子
w.real=cos（pi/lei）;w.imag=-sin（pi/lei）;//用于改变蝶形运算因子中间变量
for（j=1;j<=lei;j++）//改变第二,三蝶形运算的运算因子{for（i=j;i<=N;i=i+le）//循环N/le次
{ip=i+lei;
t=EE（xin[ip],v）;
xin[ip].real=xin[i].real-t.real;
xin[ip].imag=xin[i].imag-t.imag;
xin[i].real=xin[i].real+t.real;
xin[i].imag=xin[i].imag+t.imag;}
v=EE（v,w）;
}}}
return;
}
/*****************mainprograme********************/
#include
#include
#include
#include
floatresult[257];
floatinput[257];
structcompxs[257];
intNum=256;
constfloatpp=3.14159;
main（）
{
inti=1;
for（;i<257;i++）
{
//s[i].real=sin（pi*i/128）;
s[i].real=cos（2*pp*i/256）;
s[i].imag=0;
input[i]=sin（2*pp*i/256）;
}
FFT（s,Num）;
for（i=1;i<257;i++）
{
result[i]=sqrt（pow（s[i].real,2）+pow（s[i].imag,2））;
}
开始
输入xin,N
m=log2N
变址运算
l=1
结束
输出频谱图
l++
第l次蝶形运算
l<=m
}
⑵FFT流程图
3、AD
⑴AD程序
#include"myapp.h"
#include"ICETEK-VC5509-EDU.h"
#include"scancode.h"
#include"fft.h"
#include"math.h"
structcompxs0[257],s1[257];
floatinput0[256],input1[256],output0[256],output1[256];
#definepi3.14159265
voidInitADC（）;
voidwait（unsignedintcycles）;
voidEnableAPLL（）;
unsignedintnADC0[256],nADC1[256];
main（）
{inti;
unsignedintuWork;
EnableAPLL（）;
SDRAM_init（）;
InitADC（）;
PLL_Init（132）;
while
（1）
{for（i=0;i<256;i++）
{ADCCTL=0x8000;//启动AD转换，通道0
do{uWork=ADCDATA;}//ADCDATA见ICETEK-VC5509-EDU.h
while（uWork&0x8000）;
nADC0[i]=uWork&0x0fff;//0xfff→0x3ff取后十位，前两位一直为0
s0[i+1].real=nADC0[i];//实部为nADC0中的值
input0[i]=s0[i+1].real;
s0[i+1].imag=0;//虚部为0
}
for（i=0;i<256;i++）
{ADCCTL=0x9000;//启动AD转换，通道1
do{uWork=ADCDATA;}//ADCDATA见ICETEK-VC5509-EDU.h
while（uWork&0x8000）;
nADC1[i]=uWork&0x0fff;//0xfff→0x3ff取后十位，前两位一直为0
s1[i+1].real=nADC1[i];//实部为nADC1中的值
input1[i]=s1[i+1].real;
s1[i+1].imag=0;//虚部为0
}
FFT（s0,256）;//调用FFT函数对s0进行FFT变换
FFT（s1,256）;//调用FFT函数对s1进行FFT变换
for（i=0;i<256;i++）
{output0[i]=sqrt（pow（s0[i+1].real,2）+pow（s0[i+1].imag,2））;//取模
output1[i]=sqrt（pow（s1[i+1].real,2）+pow（s1[i+1].imag,2））;}
asm（"nop"）;//breakpoint
}
}
voidInitADC（）
{
ADCCLKCTL=0x23;//4MHzADCLK4*（35+1）=144MHz
ADCCLKDIV=0x4f00;
}
voidwait（unsignedintcycles）
{inti;
for（i=0;ivoidEnableAPLL（）
{/*EnusreDPLLisrunning*/
*（ioportvolatileunsignedshort*）0x1f00=4;
wait（25）;
*（ioportvolatileunsignedshort*）0x1f00=0;
//MULITPLY
*（ioportvolatileunsignedshort*）0x1f00=0x3000;
//COUNT
*（ioportvolatileunsignedshort*）0x1f00|=0x4F8;
wait（25）;
//*（ioportvolatileunsignedshort*）0x1f00|=0x800
//MODE
*（ioportvolatileunsignedshort*）0x1f00|=2;
wait（30000）;
//APLLSelect
*（ioportvolatileunsignedshort*）0x1e80=1;
//DELAY
wait（60000）;
}
⑵AD流程图
开始
初始化CPU时钟、EMIF、AD采样时钟
启动AD0通道采集（连续256次）存入缓冲区nADC0
将nADC0数据赋值给s0结构体中的实部，虚部为0
启动AD1通道采集（连续256次）存入缓冲区nADC1
将nADC1数据赋值给s1结构体中的实部，虚部为0
FFT（s0,256）
FFT（s1,256）
图5-2AD流程图
五、实验步骤及结果分析
实验步骤及结果分析
1、FFT验证的步骤和分析：
⑴实验步骤：
参考教材中的FFT核心算法在CCS软件仿真中建立FFT工程：
首先更改FFT算法中的个别语法错误，初步理解程序，其次编写main（）函数使系统能够找到程序入口地址，由于正余弦信号的频谱为脉冲信号，因此这里采用正余弦及其线性组合作为检测信号，编写检测信号程序时，应注意将采样点放入结构体数组s[257]中。
然后添加rts55.lib库文件到工程中，编译、下载，用viewgraphTime/Frequency…观察波形，设置观察窗口为：
⑵实验结果截图：
检测信号为input[i]=sin（2*pp*（i-1）/256）
检测信号input[i]=cos（2*pp*（i-1/）256）
检测信号为直流信号Input[i]=1
检测信号input[i]=sin（10*2*pp*（i-1）/256）
input[i]=0.5+sin（10*2*pp*i/256）+cos（50*2*pp*i/256）
⑶实验结果分析：
1）信号中有直流分量，有正弦信号和余弦信号，但在时域波形中得
不出信号的组成如何；
2）在0频时有直流分量；
3）正余弦信号频谱实部大小相等关于中间值（129,0）对称，虚部大
小相等方向相反，关于中间值（129,0）对称，因此验证了FFT算
法的正确性；
4）换个角度思考，可以利用此算法来验证奈奎斯特抽样定理，正余
弦时域中任意线性组合不影响频谱分布，以及验证FFT的栅栏效
应，只能看到整数倍频的点等。
2、IFFT验证的步骤和分析：
⑴实验结果截图：
1）输入信号为cos（2*pi*m/256）时
cos（2*pi*m/256）输入信号和IFFT后时域图
2）输入信号为sin（2*pi*m/256）时
sin（2*pi*m/256）输入信号和IFFT后时域图
3）输入信号为1+sin（2*pi*m/256）+cos（2*pi*m/256）时
1+sin（2*pi*m/256）+cos（2*pi*m/256）输入信号和IFFT后时域图
3、两通道模数转换（A/D）在开发环境中的调试
⑴通道波形的产生
根据实验指导书中的操作步骤调试出两通道相同的正弦波，使图像在CCS界面中动态变化，调节实验板上的频率、波形控制按钮，图形界面输出相应的波形，图6-3-1为0通道在10KHZ—100KHZ、1通道在10—100HZ事的正弦波：
4.两个工程整合后:
六、课程设计心得
本次DSP课程设计针对理论课、实验课中无时间和不方便提及内容和需强调重点进行补充与完善，以原理算法的实现与验证体会DSP技术的系统性，并加深了我对基本原理的体会。
在这几天中，我学到了如下几点：
⑴通过对FFT算法进行分析研究，从基础深入研究和学习，掌握FFT
算法的关键；
⑵通过对DSP芯片工作原理以及开发环境的回顾，在DSP芯片上实现对信
号的实时频谱分析；
⑶这次课程设计，虽然不能做到完全理解掌握，但依然让我加深了对各门专
业课之间的联系；
⑷通过与同组成员的互相沟通，不仅使各自的知识得到了扩充，而且从中得
到了很多的启示，增强了团队合作能力；
升级会员 