快速傅里叶变换的DSP实现Word格式文档下载.docx
- 文档编号:19148943
- 上传时间:2023-01-04
- 格式:DOCX
- 页数:13
- 大小:848.79KB
快速傅里叶变换的DSP实现Word格式文档下载.docx
《快速傅里叶变换的DSP实现Word格式文档下载.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Word格式文档下载.docx(13页珍藏版)》请在冰豆网上搜索。
⑵编写FFT®
序;
⑶调试程序,观察结果。
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。
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
空
(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:
前半部分:
X(k)=XJk)+WnX2(k)k=0,1,…N/2—1(4)
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
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:
{}>
.gblinit:
.frt:
.cinit:
.pinit:
.sysinit:
DARAM2
.far:
.const:
.switch:
.sysmem:
DARAM2.cio:
.MEM$obj:
.sysheap:
.sysstack:
.stack:
.input:
.fftcode:
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<
sample_1;
i++)
fwaver[i]=input[i];
fwavei[i]=0.0f;
w[i]=0.0f;
fft(fwaver,fwavei);
while
(1);
voidinit_fft_tab()
floatwt1;
floatwt2;
for(i=0;
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()
{
for(i=0;
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;
x0=x1=x2=x3=x4=x5=x6=0;
x0=i&
0x01;
x1=(i/2)&
x2=(i/4)&
x3=(i/8)&
x4=(i/16)&
x5=(i/32)&
x6=(i/64)&
x7=(i/128)&
xx=x0*128+x1*64+x2*32+x3*16+x4*8+x5*4+x6*2+x7;
datai[xx]=datar[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;
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];
sample_1/2;
(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
SiffijliR*■槌Oil)
FloIDataFrom
LefttoRigiit
Left-£
hiftedDataJttieplay
Yqe
—
Autoscale
Ob
DCValue
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。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 快速 傅里叶变换 DSP 实现