基于DSP的FFT实现课程设计_

《基于DSP的FFT实现课程设计_》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、课程设计(论文)题目名称基于DSP的FFT的实现课程名称专业课程设计Ⅱ学生姓名学号系、专业信息工程系通信工程指导教师2014年4月27日摘要随着计算机和微电子技术的飞速发展，基于数字信号处理的频谱分析已经应用到各个领域并且发挥着重要作用。信号处理方法是当前机械设备故障诊断中重要的技术基础之一，分析结果的精确程度是诊断成功与否的关键因素。研究频谱分析是当前主要的发展方向之一。数字信号处理基本上从两个方面来解决信号的处理问题：一个是时域方法，即数字滤波；另一个是频域方法，即频谱分析. 矚慫润厲钐瘗睞枥庑赖。本文主要介绍了离散傅里叶变换以及快速傅里叶变换，通过对DFT以

2、及FFT算法进行研究，从基础深入研究和学习，掌握FFT算法的关键。通过对DSP芯片工作原理以及开发环境的学习，掌握CCS的简单调试和软件仿真，在DSP芯片上实现对信号的实时频谱分析。聞創沟燴鐺險爱氇谴净。关键字:DSP；CCS仿真软件；FFT目录第1章绪论1残骛楼諍锩瀨濟溆塹籟。1.1DSP简介1酽锕极額閉镇桧猪訣锥。1.2设计目的1彈贸摄尔霁毙攬砖卤庑。1.3设计内容1謀荞抟箧飆鐸怼类蒋薔。1.4设计原理1厦礴恳蹒骈時盡继價骚。1.5FFT算法的DSP实现过程2茕桢广鳓鯡选块网羈泪。第2章硬件实现4鹅娅尽損鹌惨歷茏鴛賴。2.1系统的硬件设计4籟丛妈羥为贍偾蛏练淨

3、。2.2原理图的设计5預頌圣鉉儐歲龈讶骅籴。第3章软件设计7渗釤呛俨匀谔鱉调硯錦。3.1FFT运算及存储分配7铙誅卧泻噦圣骋贶頂廡。3.2设计流程图8擁締凤袜备訊顎轮烂蔷。第4章系统仿真9贓熱俣阃歲匱阊邺镓騷。4.1FFT实现的方法9坛摶乡囂忏蒌鍥铃氈淚。4.2程序运行结果9蜡變黲癟報伥铉锚鈰赘。第5章总结12買鲷鴯譖昙膚遙闫撷凄。致谢13綾镝鯛駕櫬鹕踪韦辚糴。参考文献14驅踬髏彦浃绥譎饴憂锦。附录源程序15猫虿驢绘燈鮒诛髅貺庑。第1章绪论1.1DSP简介数字信号处理(DigitalSignalProcessing，简称DSP)是一门涉及许多学科而又广泛应用于许多

4、领域的新兴学科。数字信号处理是利用计算机或专用处理设备，以数字的形式对信号进行分析、采集、合成、变换、滤波、估算、压缩、识别等加工处理，以便提取有用的信息并进行有效的传输与应用。数字信号处理是以众多学科为理论基础,它所涉及的范围极其广泛。如数学领域中的微积分、概率统计、随机过程、数字分析等都是数字信号处理的基础工具。它与网络理论、信号与系统、控制理论、通信理论、故障诊断等密切相关。锹籁饗迳琐筆襖鸥娅薔。1.2设计目的（1）加深对DFT算法原理和基本性质的理解；（2）熟悉FFT的算法原理和FFT子程序的算法流程和应用；（3）学习用FFT对连续信号和时域信号进行频谱分

5、析的方法；（4）学习DSP中FFT的设计和编程思想；（5）学习使用CCS的波形观察器观察波形和频谱情况；（6）简要画出硬件设计电路图。1.3设计内容用DSP汇编语言进行编程，实现FFT运算，对输入信号进行频谱分析。1.4设计原理快速傅氏变换（FFT）是一种高效实现离散傅氏变换的快速算法，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。構氽頑黉碩饨荠龈话骛。对于有限长离散数字信号{x[n]}，0nN-1，其离散谱{x[k]}可以由离散付氏变换（DFT）求得。可以方便的把它改写为如下形式：輒峄陽檉簖疖網儂號泶。不难看出，W

6、N是周期性的，且周期为N，即22N的周期性是DFT的关键性质之一。为了强调起见，常用表达式WN取代W以便明确其周期是N。FFT算法可以分为按时间抽取FFT和按频率抽取FFT两大类，输入也有和复数之分，一般情况下，都假定输入序列为复数。FFT算法利用旋转因子的对称性和周期性，加快了运算速度。用定点DSP芯片实现FFT程序时，一个比较重要的问题是防止中间结果的溢出，防止中间结果的溢出的方法是对中间数值归一化。为了避免对每级都进行归一化会降低运算速度，最好的方法是只对可能溢出的进行归一化，而不可能溢出的则不进行归一化。尧侧閆繭絳闕绚勵蜆贅。由DFT的定义可以看出，在x[

7、n]为复数序列的情况下，完全直接运算N点DFT需要（N-1）2次复数乘法和N（N-1）次加法。因此，对于一些相当大的N值（如1024）来说，直接计算它的DFT所作的计算量是很大的。FFT的基本思想在于，将原有的N点序列序列分成两个较短的序列，这些序列的DFT可以很简单的组合起来得到原序列的DFT。例如，若N为偶数，将原有的N点序列分成两个（N/2）点序列，那么计算N点DFT将只需要约[(N/2)2·2]=N2/2次复数乘法。即比直接计算少作一半乘法。因子（N/2）2表示直接计算（N/2）点DFT所需要的乘法次数，而乘数2代表必须完成两个DFT。上述处理方法可以反复

8、使用，即（