基于DSP的C程序实验报告快速傅立叶变换FFT算法.docx
《基于DSP的C程序实验报告快速傅立叶变换FFT算法.docx》由会员分享,可在线阅读,更多相关《基于DSP的C程序实验报告快速傅立叶变换FFT算法.docx(10页珍藏版)》请在冰豆网上搜索。
基于DSP的C程序实验报告快速傅立叶变换FFT算法
1.引言
2.实验原理
3.FFT基本结构
(1)信号流图
(2)软件程序流图
4.实验程序
5.调试过程与步骤
6.实验结果
7.结果分析
8.遇到的问题及解决办法
9.实验体会
实验题目:
快速傅立叶变换(FFT)算法
1.引言
众所周知,FFT是离散傅立叶变换(DFT)的一种快速算法。
由于计算DFT时一次复数乘法需用四次实数乘法和二次实数加法;一次复数加法则需二次实数加法。
每运算一个X(k)需要4N次复数乘法及2N+2(N-1)=2(2N-1)次实数加法。
所以整个DFT运算总共需要4N^2次实数乘法和N*2(2N-1)=2N(2N-1)次实数加法。
如此一来,计算时乘法次数和加法次数都是和N^2成正比的,当N很大时,运算量是可观的,因而需要改进对DFT的算法提高运算速度。
我们观察DFT的系数特性,可发现其对称性和周期性,我们可以将DFT运算中有些项合并。
因此,FFT就孕育而生了。
2.实验原理
1.FFT的原理和参数生成公式:
我们先设序列长度为N=2^L,L为整数。
将N=2^L的序列x(n)(n=0,1,……,N-1),按N
的奇偶分成两组,也就是说我们将一个N点的DFT分解成两个N/2点的DFT,他们又重新组合成一个如下式所表达的N点DFT:
我们称这样的RFFT优化算法是包装算法:
首先2N点实数的连续输入称为“进包”。
其次N点的FFT被连续运行。
最后作为结果产生的N点的合成输出是“打开”成为最初的与DFT相符合的2N点输入。
三.FFT的基本结构:
1.FFT信号流图如下:
整个过程共有log2N次,每次分组间隔为2^(L-1)----------------1=(1)如上图第一次蝶形运算间隔为一,如第一个和第二个,第三个和第四个,以此类推;
第二次间隔为二,如第一个和第三个,第二个和第四个等
(2)基本运算单元以下面的蝶形运算为主:
计算公式如下:
(3)在FFT运算中,旋转因子WmN=cos(2πm/N)-jsin(2πm/N),求正弦和余弦函数值的计算量是很大的。
(4)本程序采用的输入信号为:
1024*sin(2*pi*3*t),采样频率为1024
2.程序流程图:
四.实验程序
#include "DSP281x_Device.h" // DSP281x Headerfile Include File
#include "DSP281x_Examples.h" // DSP281x Examples Include File
#include "f2812a.h"
#include"math.h"
#define PI 3.1415926
#define SAMPLENUMBER 128
void InitForFFT();
void MakeWave();
/oid FFT(float dataR[SAMPLENUMBER],float dataI[SAMPLENUMBER]);
int INPUT[SAMPLENUMBER],DATA[SAMPLENUMBER];
float fWaveR[SAMPLENUMBER],fWaveI[SAMPLENUMBER],w[SAMPLENUMBER];
float sin_tab[SAMPLENUMBER],cos_tab[SAMPLENUMBER];
void FFT(float dataR[SAMPLENUMBER],float dataI[SAMPLENUMBER])
{
int x0,x1,x2,x3,x4,x5,x6,xx;
int i,j,k,b,p,L;
float TR,TI,temp;
/********** following code invert sequence ************/
for ( i=0;i{
x0=x1=x2=x3=x4=x5=x6=0;
x0=i&0x01; x1=(i/2)&0x01; x2=(i/4)&0x01; x3=(i/8)&0x01;x4=(i/16)&0x01; x5=(i/32)&0x01; x6=(i/64)&0x01;
xx=x0*64+x1*32+x2*16+x3*8+x4*4+x5*2+x6;
dataI[xx]=dataR[i];
}
for ( i=0;i{
dataR[i]=dataI[i]; dataI[i]=0;
}
/************** following code FFT *******************/
for ( L=1;L<=7;L++ )
{ /* for
(1) */
b=1; i=L-1;
while ( i>0 )
{
b=b*2; i--;
} /* b= 2^(L-1) */
for ( j=0;j<=b-1;j++ ) /* for
(2) */
{
p=1; i=7-L;
while ( i>0 ) /* p=pow(2,7-L)*j; */
{
p=p*2; i--;
}
p=p*j;
for ( k=j;k<128;k=k+2*b ) /* for (3) */
{
TR=dataR[k]; TI=dataI[k]; temp=dataR[k+b];
dataR[k]=dataR[k]+dataR[k+b]*cos_tab[p]+dataI[k+b]*sin_tab[p];
dataI[k]=dataI[k]-dataR[k+b]*sin_tab[p]+dataI[k+b]*cos_tab[p];
dataR[k+b]=TR-dataR[k+b]*cos_tab[p]-dataI[k+b]*sin_tab[p];
dataI[k+b]=TI+temp*sin_tab[p]-dataI[k+b]*cos_tab[p];
} /* END for (3) */
} /* END for
(2) */
} /* END for
(1) */
for ( i=0;i{
w[i]=sqrt(dataR[i]*dataR[i]+dataI[i]*dataI[i]);
}
} /* END FFT */
main()
{
int i;
InitForFFT();
MakeWave();
for ( i=0;i{
fWaveR[i]=INPUT[i];
fWaveI[i]=0.0f;
w[i]=0.0f;
}
FFT(fWaveR,fWaveI);
for ( i=0;i{
DATA[i]=w[i];
}
while ( 1 );// break point
}
void InitForFFT()
{
int i;
for ( i=0;i{
sin_tab[i]=sin(PI*2*i/SAMPLENUMBER);
cos_tab[i]=cos(PI*2*i/SAMPLENUMBER);
}
}
void MakeWave()
{
int i;
for ( i=0;i{
INPUT[i]=sin(PI*2*i/SAMPLENUMBER*3)*1024;
}
}
五.调试过程与步骤
1.编译并下载程序。
2.打开观察窗口:
*选择菜单View->Graph->Time/Frequency…进行如下图所示设置。
图1
图2
图3
3.清除显示:
在以上打开的窗口中单击鼠标右键,选择弹出式菜单中“ClearDisplay”功能。
4.设置断点:
在程序FFT.c中有注释“breakpoint”的语句上设置软件断点。
图4
5.运行并观察结果。
⑴选择“Debug”菜单的“Animate”项,或按Alt+F5键运行程序。
⑵观察“TestWave”窗口中时域图形;
图5
⑶在“TestWave”窗口中点击右键,选择属性,更改图形显示为FFT。
观察频域图形。
图6
⑷观察“FFT”窗口中的由CCS计算出的正弦波的FFT。
图7
六.实验结果
通过观察频域和时域图,程序计算出了测试波形的功率谱,与CCS计算的FFT结果相近。
七.结果分析
(1)观察图6和图7,可以看到二者波形相似,但横纵坐标均不相同,纵坐标大约是二倍的关系,横坐标大约为142倍。
(2)观察图8,因为两个频率比较相近,因此出现了前两个频谱交叠的现象。
八.遇到的问题及解决办法
1.CCS启动失败
经过检查,并没有发现什么问题,一时间无从下手,将USB插头换了一个插口后问题解决,可能原因是电脑的USB插口老化接触不良造成的。
2.程序编译过程中产生了错误
经过检查,工程中缺少(.cmd)文件,添加后编译成功。
3.未能出现想要的图像
经过仔细检查,浏览了程序后,发现断点设置有些问题,改正后问题解决,显示正确图像。
九.实验体会
1.本次试验详细的介绍了FFT的特点和原理,以及设计方法,通过实验充分展示了FFT快速傅里叶变换相比于普通的算法的明显优点。
2.通过本次试验,我想我们已经熟练的掌握了FFT快速傅里叶变换的方法,在今后的学习中,可以熟练地运用这一方法解决实际的问题,这对于我们来说至本次实验带给我们的最好的礼物。
3.实验中我们遇到了不少的问题,但我们经过细致的检查,一一解决了问题,我想这说明了两个问题:
(1)做实验时不够细心,导致问题百出,这个问题我想必须注意。
(2)类比能力很差,之前的做实验过程中部分步骤做过,相关问题也出现过,但没有好好吸取教训。
4.经过本次试验,我想我收获很多,首先是对于FFT的理解以及应用,再者对于个人能力的提高有很大帮助。