基于dsp的fft實現(xiàn)設計報告-預覽頁
【正文】 算法原理和基本性質的理解；2. 熟悉FFT的算法原理和FFT子程序的算法流程和應用；3. 學習用FFT對連續(xù)信號和時域信號進行頻譜分析的方法；4. 學習DSP中FFT的設計和編程思想；5. 學習使用CCS的波形觀察器觀察波形和頻譜情況；二、實驗內容 用DSP匯編語言及C語言進行編程，實現(xiàn)FFT運算、對輸入信號進行頻譜分析。FFT就是利用了旋轉因子的對稱性和周期性來減少運算量的。一般而言，F(xiàn)FT算法分為按時間抽取的FFT（DIT FFT）和按頻率抽取的FFT（DIF FFT）兩大類。在DIF FFT算法中，旋轉因子WN出現(xiàn)在輸入端，而在DIF FFT算法中它出現(xiàn)在輸入端。因此，N點DFT可分為兩部分：前半部分：x(k)=x1(k)+WkNx2(k) （4）后半部分：x(N/2+k)=x1(k)WkNx2(k) k=0,1,…,N/21 （5）從式（4）和式（5）可以看出，只要求出0~N/21區(qū)間x1(k)和x2(k)的值，就可求出0~N1區(qū)間x(k)的N點值。 基2 DIF FFT的蝶形運算例如：基數(shù)為2的FFT，當N=8時，共需要3級，12個基2 DIT FFT的蝶形運算。（一）FFT運算序列的存儲分配FFT運算時間是衡量DSP芯片性能的一個重要指標，因此提高FFT的運算速度是非常重要的。在用匯編指令進行碼位倒置時，使用碼位倒置可以大大提高程序執(zhí)行速度和使用存儲器的效率。對于任何一個2的整數(shù)冪，總可以通過M次分解最后成為2點的DFT計算。(三)匯編語言程序程序主體由rffttask、bitrev、fft和power四個子程序組成。在運算過程中，為避免運算結果的溢出，對每個蝶形的運算結果右移一位。利用此系數(shù)表可完成8~1024點FFT的運算。，啟動CCS的仿真平臺的配著選項。float fWaveR[SAMPLENUMBER],fWaveI[SAMPLENUMBER],w[SAMPLENUMBER]。iSAMPLENUMBER。 for ( i=0。 InitForFFT()。i++ ) { fWaveR[i]=INPUT[i]。 for ( i=0。 // break point}void FFT(float dataR[SAMPLENUMBER],float dataI[SAMPLENUMBER]){ int x0,x1,x2,x3,x4,x5,x6,xx。iSAMPLENUMBER。 x1=(i/2)amp。 x3=(i/8)amp。 x5=(i/32)amp。 xx=x0*64+x1*32+x2*16+x3*8+x4*4+x5*2+x6。i++ ) { dataR[i]=dataI[i]。L++ ) { /* for(1) */ b=1。 } /* b= 2^(L1) */ for ( j=0。 while ( i0 ) /* p=pow(2,7L)*j。 for ( k=j。 temp=dataR[k+b]。 dataI[k+b]=TI+temp*sin_tab[p]dataI[k+b]*cos_tab[p]。 }} /* END FFT */七、實驗過程1．編譯并下載程序。圖45．運行并觀察結果。圖6⑷ 觀察“FFT”窗口中的由CCS 計算出的正弦波的FFT。九、問題與思考 (1)觀察圖6和圖7，可以看到二者波形相似，但橫縱坐標均不相同，縱坐標大約是二倍的關系，橫坐標大約為142倍
環(huán)評公示相關推薦
鄂ICP備17016276號-1