快速傅里叶变换的DSP实现.docx

上传人:b****5 文档编号:6147958 上传时间:2023-01-04 格式:DOCX 页数:13 大小:848.79KB
下载 相关 举报
快速傅里叶变换的DSP实现.docx_第1页
第1页 / 共13页
快速傅里叶变换的DSP实现.docx_第2页
第2页 / 共13页
快速傅里叶变换的DSP实现.docx_第3页
第3页 / 共13页
快速傅里叶变换的DSP实现.docx_第4页
第4页 / 共13页
快速傅里叶变换的DSP实现.docx_第5页
第5页 / 共13页
点击查看更多>>
下载资源
资源描述

快速傅里叶变换的DSP实现.docx

《快速傅里叶变换的DSP实现.docx》由会员分享,可在线阅读,更多相关《快速傅里叶变换的DSP实现.docx(13页珍藏版)》请在冰豆网上搜索。

快速傅里叶变换的DSP实现.docx

快速傅里叶变换的DSP实现

一、前言

二、设计题目

三、设计要求

3.1设计目的

3.2设计要求

四、设计内容

五、设计原理

5.2离散傅里叶变换DFT

5.3快速傅里叶变换FFT

六、总体方案设计

6.1设计有关程序流程图

6.2在CC啊境下加载、调试源程序

七、主要参数

八、实验结果分析

九、设计总结

一、前言

随着数字电子技术的发展,数字信号处理的理论和技术广泛的应

用于通讯、语音处理、计算机和多媒体等领域。

快速傅里叶变换(FFT使离散傅里叶变换的时间缩短了几个数量级。

在数字信号处理领域被广泛的应用。

FFT已经成为现代化信号处理的重要手段之一。

本次课程设计主要运用CC驱一工具。

CCS(CodeComposerStudio)

是一种针对TM320系列DSP的集成开发环境,在Windows操作系统下,采用图形接口界面,提供环境配置、源文件编辑、程序调试、跟踪和分析等工具,可以帮助用户在一个软件环境下完成编辑、编译、链接、调试和数据分析等工作。

CCS有两种工作模式,即软件仿真器和硬件在线编程。

软件仿真器工作模式可以脱离DSP芯片,在PC上模拟DSP的指令集和工作机制,主要用于前期算法实现和调试。

硬件在线编程可以实时运行在DSP芯片上,与硬件开发板相结合进行在线编程和调试应用程序。

二、设计题目

快速傅里叶变换(FFT的DSP实现

三、设计要求

3.1设计目的

⑴加深对DFT算法原理和基本性质的理解;

⑵熟悉FFT的算法原理和FFT子程序的算法流程和应用;

⑶学习用FFT对连续信号和时域信号进行频谱分析的方法;

⑷学习DSP中FFT的设计和编程思想;

⑸学习使用CCS勺波形观察器观察波形和频谱情况;

3.2基本要求

⑴研究FFT原理以及利用DSP实现的方法;

⑵编写FFT®序;

⑶调试程序,观察结果。

四、设计内容

⑴用DSP汇编语言及C语言进行编程;

⑵实现FFT运算、对输入信号进行频谱分析。

五、设计原理

快速傅里叶变换FFT

快速傅里叶变换(FFT)是一种高效实现离散傅里叶变换(DFT)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。

5.1.离散傅里叶变换DFT

对于长度为N的有限长序列x(n),它的离散傅里叶变换(DFF为

X(k)=Lx(n)W」k,k=0,1,N-1

(1)

j2二/N

式中,M=e,称为旋转因子或蝶形因子。

从DFT的定义可以看出,在x(n)为复数序列的情况下,对某个k值,直接按

(1)式计算X(k)只需要N次复数乘法和(N-1)次复数加法。

因此,对所有N个k值,共需要N2次复数乘法和N(N-1)次复数加法。

对于一些相当大有N值(如1024点)来说,直接计算它的DFT所需要的计算量是很大的,因此DFT运算的应用受到了很大

的限制。

5.2.快速傅里叶变换FFT

旋转因子WN有如下的特性。

kkN/2

对称性:

WN…Wn

kkN

周期性:

Wn=Wn

利用这些特性,既可以使DFT中有些项合并,减少了乘法积项,

又可以将长序列的DFT分解成几个短序列的DFT>FFT就是利用了旋

转因子的对称性和周期性来减少逐算量的。

FFT的算法是将长序列的DFT分解成短序列的DFT。

例如:

N为偶数时,先将N点的DFT分解为两个N/2点的DFT,使复数乘法减少一半:

再将每个N/2点的DFT分解成N/4点的DFT,使复数乘又减少一半,继续进行分解可以大大减少计算量。

最小变换的点数称为基数,对于基数为2的FFT算法,它的最小变换是2点DFT>

一般而言,FFT算法分为按时间抽取的FFT(DITFFT)和按频率抽取的FFT(DIFFFT两大类。

DIFFFT算法是在时域内将每一级输入序列依次按奇/偶分成2个短序列进行计算。

而DIFFFT算

法是在频域内将每一级输入序列依次奇/偶分成2个短序列进行计算。

两者的区别是旋转因子出现的位置不同,得算法是一样的。

在k

DIFFFT算法中,旋转因子Wn出现在输入端,而在DIFFFT算法中它出现在输入端。

假定序列x(n)的点数N是2的籍,按照DIFFFTW法可将其分为偶

序列和奇序列

偶序列:

奇序列:

则x(n)的DFT表示为

W2_|/"N)]2_|—j2二/(n/2)]_W

由于Wn_e--Wn/2,则(3)式

可表示为

N/2-1N/2-1

一rkk_rk

X(k)=\xi(p)Wn/2Wn'x2(r)WN/2

k

=X1(k)WnX2(k)k=0,1,N/2—1(3)

式中,X1(k)和X2(k)分别为x1(n)和x2(n)的n/2的DFT

由于对称性,

k:

;;N/2Kk

Wn=—Wn,贝X(k+N/2)=X」k)—WnXzM)。

因化匕,N

点X(k)可分为两部分:

k

前半部分:

X(k)=XJk)+WnX2(k)k=0,1,…N/2—1(4)

k

后半部分.X(k+N/2)=X1(k)—WnX2(k)k=0,1,…N/2—1(5)

从式(4)和式(5)可以看出,只要求出0~N/2-1区间X」k)和X2(k)

的值,就可求出0~N-1区间X(k)的N点值

以同样的方式进行抽取,可以求得N/4点的DFT,重复抽取过程,

就可以使N点的DFT用上组2点的DFT来计算,这样就可以大减少运算量

基2DIFFFT的蝶形运算如图(a)所示。

设蝶形输入为x^(p)和

Xm^(q),输出为xm(p)和Xm(q),则有

(6)

(7)

Xm(P)=Xm±(P)-Xm」(q)WN

k

Xm(q)=Xm」P)—Xm」q)WN

在基数为2的FFT中,设N=2M,共有M级运算,每级有N/2个

2点FFT蝶形运算,因此,N点FFT总共有(N/2)log2N个蝶形运算

图(a)基2DIFFFT的蝶形运算

的蝶形运算。

其信号流程如图(b)所示

图(b)8点基2DIFFFT蝶形运算

从图(b)可以看出,输入是经过比特反转的倒位序列,称为位码倒

置,其排列顺序为x(0),x⑷,x

(2),x⑹,x⑴,x⑸,x⑶x(7"输出是按白然顺序排列,其顺序为x(0“⑴,…,x(6/⑺。

六、总体方案设计

6.1设计程序流程图

6.2在CCSM境下加载、调试源程序

(1)起动CCS在CCS中建立一个工程文件project\new\FFT,往工

程文件里添加程序file\new\sourcefile.建立C源文件和一个命令文件,并将这两个文件添加到工程,再编译并装载程序:

阅读Dsp原理及应用中fft用dsp实现的有关程序。

C5510Simulator。

Add加到mysystem按下save

(2)启动c5510后打开文件FFT.pjt将编写好的源程序,和命令文

件加载到文件FFT.pjt\Source.

(3)按下project\build调试程序,看其中是否有错误

一—一一一—一一一一一一—一一―一—一一一一—一一一一一一一FFT.pjt—D专bugBuiIdComplete,

0Errors,0WarnirL^s,0Remarks.

(4)无错后,Debug\run运行FFT.out程序。

FFT-pjX-Dehufj

(5)通过graphpropertydialog窗口,改变N点的值,得到不同的结果。

7.主要参数

进行N点FFT运算,分别实现N=256,N=512得到不同的功率谱图

六.源程序:

Cmd源文件代码:

-f0

-w

-stack500

-sysstack500

-lrts55.lib

MEMORY

DARAM:

o=0x100,l=0x7f00

VECT:

o=0x8000,1=0x100

DARAM2:

o=0x8100,l=0x7f00

SARAM:

o=0x10000,l=0x30000

SDRAM:

o=0x40000,l=0x3e0000

}

SECTIONS

.text:

(}>DARAM

.vectors:

(}>VECT

.trcinit:

{}>DARAM

.gblinit:

{}>DARAM

.frt:

{}>DARAM

.cinit:

{}>DARAM

.pinit:

{}>DARAM

.sysinit:

{}>DARAM2

.far:

{}>DARAM2

.const:

{}>DARAM2

.switch:

{}>DARAM2

.sysmem:

{}>DARAM2.cio:

{}>DARAM2

.MEM$obj:

{}>DARAM2

.sysheap:

{}>DARAM2

.sysstack:

{}>DARAM2

.stack:

{}>DARAM2

.input:

{}>DARAM2

.fftcode:

{}>DARAM2

}

C文件源码:

#include"math.h"

#definesample_1256

#definesignal_1_f60

#definesignal_2_f200

#definesignal_sample_f512

#definepi3.1415926

intinput[sample_1];

floatfwaver[sample_1],fwavei[sample_1],w[sample_1];

floatsin_tab[sample_1];

floatcos_tab[sample_1];

voidinit_fft_tab();

voidinput_data();

voidfft(floatdatar[sample_1],floatdatai[sample_1]);

voidmain()

inti;

init_fft_tab();

input_data();

for(i=0;i

fwaver[i]=input[i];

fwavei[i]=0.0f;

w[i]=0.0f;

}

fft(fwaver,fwavei);

while

(1);

}

voidinit_fft_tab()

floatwt1;

floatwt2;

inti;

for(i=0;i

wt1=2*pi*i*signal_1_f;

wt1=wt1/signal_sample_f;

wt2=2*pi*i*signal_2_f;

wt2=wt2/signal_sample_f;

input[i]=(cos(wt1)+cos(wt2))/2*32768;

}

}

voidinput_data()

{

inti;

for(i=0;i

{

sin_tab[i]=sin(2*pi*i/sample_1);

cos_tab[i]=cos(2*pi*i/sample_1);

}

}

voidfft(floatdatar[sample_1],floatdatai[sample_1])

{

intx0,x1,x2,x3,x4,x5,x6,x7,xx;

inti,j,k,b,p,L;

floatTR,TI,temp;

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;x7=(i/128)&0x01;

xx=x0*128+x1*64+x2*32+x3*16+x4*8+x5*4+x6*2+x7;

datai[xx]=datar[i];

}

for(i=0;i

datar[i]=datai[i];datai[i]=0;

}

for(L=1;L<=8;L++)

b=1;i=L-1;

while(i>0)

b=b*2;i--;

}

for(j=0;j<=b-1;j++)

p=1;i=8-L;

while(i>0)

P=P*2;i--;

}

P=P*j;

for(k=j;k<256;k=k+2*b)

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];

}

}

}

for(i=0;i

(w[i]=sqrt(datar[i]*datar[i]+datai[i]*datai[i]);

}

八、实验结果及分析

作图,得到输入信号的功率图谱

2)FFT变换结果图

2TE-+4-

1GetK;

1Rrt<-

割眨

0;

点哲一:

-I•I〕

3)改变信号的频率可以再做次实验

B2Graiphfr®pertjrDi&Xag

DisplayType1

SinfleTime

j[=l|▲

GraphTitle

GraphicalBi^play

5淄tAddrMW

w

Page

DATA

Acq-uisitioilIBuf£erSize

皿4

IndexInciremi^riit

1

DiDataSi

1024

DSPD电Typt

tsigaedinteger

Q-vQuh

0

SiffijliR*■槌Oil)

1

FloIDataFrom

LefttoRigiit

Left-£hiftedDataJttieplay

Yqe

Autoscale

Ob

DCValue

0

AxesDisplay

On

Tim噌Pi5pL呀Unit

5

zzS

■|上yl|H勺|

r

FFT算法特点:

(N=2)

共需r次迭代;

r-LL--

第顷攵。

)次迭代对偶结点的偶距为KL-KL=2=N/2,因此一组结

一N

、•,2(Kl—Kl)=

点覆盖的序号个数是2』。

第LUG次迭代结点的组数为N/2(Kl—kl)或二

N

Pi0—1

WN可以预先计算好,而且PL的变化范围是2。

因此N越大,运算越多

九、设计总结

通过这次课程设计,我获得了很多。

一开始对DSP^个概念很陌生,对于其中的内容更是一知半解。

我只知道这门学科应该很有用,但是不知道该如何去把握它,认识它。

这次课程设计,让我对DSP有了更进一步的了解。

对FFT算法有了新的认识,对其原理和基本性质做了回顾,为以后深入的学习奠定了基础。

这次课程设计,我觉得最有意义的就是掌握了一定的DSP系统的软件设计能力。

而且还了解了CCS勺组成与基本功能。

掌握了它的安装、配置、基本操作、工程项目的建立和调试等。

希望在以后的应用中能学到更多的知识,并将它们运用到实践中去。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 求职职场 > 简历

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1