+ FFT变换分析与测试
时间:10-02
整理:3721RD
点击:
FFT(快速傅里叶变换),是离散傅里叶变换的快速算法。 FFT是一种DFT的高效算法,它根据离散傅里叶变换的奇、偶、虚、实等特性,对离散傅里叶变换的算法得到。FFT可分为时间抽取算法和频率抽取算法。
由这种方法计算DFT对于X(k)的每一个K值,需要进行4N次实数相乘和(4N-2)次相加,对于N各k值,共需N*N乘和N(4N -2)次实数相加。改进DFT算法,减小它的运算量,利用DFT中Wn的周期性和对称性,使整个DFT的计算变成一系列迭代匀速,可大幅提高运算过程和运算量,这就是FFT的基本思想。
FFT对傅氏变换的理论并没有发现,但是对于在计算机系统或者说数字系统中应用离散傅里叶变化,可以说进了一大步。
上面一大块讲了傅里叶的推导以及傅里叶的由来。
对于DSP工程师来说,FFT肯定不陌生。我们常用DSP做FFT运算的速度来考量DSP处理数据的吞吐量。 对于相应点数的FFT运算,所用的时间越短,我们就说FFT的性能越优异。
下面来分析广州创龙公司提供的TMS320C6748的FFT例程,例程里面包括快速傅里叶变换和快速傅里叶逆变换。
广州创龙的工程师做事很认真,对程序的关键位置都做了标注。
我在这篇稿件里打算程序的关键位置再坐下说明:
#include "mathlib.h" // DSP 数学函数库
#include "dsplib.h" // DSP 函数库
include 包含的mathlib.h 和 dsplib.h 对这个FFT例子很重要。最关键的算法都在这两个头文件里了。不得不说TI是个负责任的大公司,对各个DSP平台的库做的非常全面,让我们这些工程师直接调用相应的函数库就可以实现科研工作者研究好久的成果。
#define PI 3.14159 这个就是我们做三角函数变换经常要用到的π,因为FFT涉及到很多的三角变换,在程序程序中对π的使用频率是很高的。
#define Tn 1024 采样的点数
#define Fs 1000.0 采样的频率
再说说上面很关键的参数,采样点数与采样频率。大家对采样定律都还有印象吧(呵呵,说不定我记得不够完全),采样定律大概是这样说的:采样频率至少是最大测量频率的两倍。
程序中定义的Fs为 1000 也就是说我们最大能测量到500赫兹的频谱,这个很重要,这个决定了我们整个项目工程的一个采样极限。
再说说采样点数,采样点数决定整个FFT变换频谱的分辨率。说的更加贴近地气就是频谱中相连两点距离。采样点数越多,分辨率越高。
频率分析仪、地震分析仪、图像分析仪等等,市面上好多高档的电子产品都有FFT的影子。
好好学习吧,掌握它之后,你会体会到非常大的成就感!
由这种方法计算DFT对于X(k)的每一个K值,需要进行4N次实数相乘和(4N-2)次相加,对于N各k值,共需N*N乘和N(4N -2)次实数相加。改进DFT算法,减小它的运算量,利用DFT中Wn的周期性和对称性,使整个DFT的计算变成一系列迭代匀速,可大幅提高运算过程和运算量,这就是FFT的基本思想。
FFT对傅氏变换的理论并没有发现,但是对于在计算机系统或者说数字系统中应用离散傅里叶变化,可以说进了一大步。
上面一大块讲了傅里叶的推导以及傅里叶的由来。
对于DSP工程师来说,FFT肯定不陌生。我们常用DSP做FFT运算的速度来考量DSP处理数据的吞吐量。 对于相应点数的FFT运算,所用的时间越短,我们就说FFT的性能越优异。
下面来分析广州创龙公司提供的TMS320C6748的FFT例程,例程里面包括快速傅里叶变换和快速傅里叶逆变换。
- /****************************************************************************/
- #include // C 语言标准输入输出函数库
- #include // C 数学函数库
- #include "mathlib.h" // DSP 数学函数库
- #include "dsplib.h" // DSP 函数库
- /****************************************************************************/
- /* */
- /* 宏定义 */
- /* */
- /****************************************************************************/
- // 软件断点
- #define SW_BREAKPOINT asm(" SWBP 0 ");
- // 快速傅里叶变换
- // π 及 浮点数极小值
- #define PI 3.14159
- #define F_TOL (1e-06)
- /****************************************************************************/
- /* */
- /* 全局变量 */
- /* */
- /****************************************************************************/
- // 快速傅里叶变换测试
- // 测试快速傅里叶变换点数
- // 注意:TI DSP库 最大支持一次性计算 128K 个点的 FFT
- #define Tn 1024
- // 采样频率
- #define Fs 1000.0
- // 信号
- float Input[2*Tn+4];
- // FFT 输入信号
- #pragma DATA_ALIGN(CFFT_In, 8);
- float CFFT_In[2*Tn+4];
- // FFT 输入信号 副本
- float CFFT_InOrig[2*Tn+4];
- // FFT 输出
- #pragma DATA_ALIGN(CFFT_Out, 8);
- float CFFT_Out[2*Tn+4];
- // IFFT 输出
- #pragma DATA_ALIGN(CFFT_InvOut, 8);
- float CFFT_InvOut[2*Tn+4];
- // 中间运算临时变量
- float CTemp[2*Tn+4];
- // 存储旋转因子
- float Cw[2*Tn];
- // 模
- float Cmo[Tn+2];
- // 二进制位翻转
- #pragma DATA_ALIGN (brev, 8);
- unsigned char brev[64]=
- {
- 0x0, 0x20, 0x10, 0x30, 0x8, 0x28, 0x18, 0x38,
- 0x4, 0x24, 0x14, 0x34, 0xc, 0x2c, 0x1c, 0x3c,
- 0x2, 0x22, 0x12, 0x32, 0xa, 0x2a, 0x1a, 0x3a,
- 0x6, 0x26, 0x16, 0x36, 0xe, 0x2e, 0x1e, 0x3e,
- 0x1, 0x21, 0x11, 0x31, 0x9, 0x29, 0x19, 0x39,
- 0x5, 0x25, 0x15, 0x35, 0xd, 0x2d, 0x1d, 0x3d,
- 0x3, 0x23, 0x13, 0x33, 0xb, 0x2b, 0x1b, 0x3b,
- 0x7, 0x27, 0x17, 0x37, 0xf, 0x2f, 0x1f, 0x3f
- };
- /****************************************************************************/
- /* */
- /* 函数声明 */
- /* */
- /****************************************************************************/
- // 产生旋转因子
- void tw_gen(float *w, int n);
- // FFT 测试
- void FFTTest();
- /****************************************************************************/
- /* */
- /* 主函数 */
- /* */
- /****************************************************************************/
- int main(void)
- {
- // FFT 测试
- FFTTest();
- // 断点
- SW_BREAKPOINT;
- }
- /****************************************************************************/
- /* */
- /* 快速傅里叶变换测试 */
- /* */
- /****************************************************************************/
- // 产生旋转因子
- void tw_gen(float *w, int n)
- {
- int i,j,k;
- double x_t,y_t,theta1,theta2,theta3;
- for(j=1,k=0;j >2;j=j >2;i += j)
- {
- theta1=2*PI*i/n;
- x_t=cos(theta1);
- y_t=sin(theta1);
- w[k]=(float)x_t;
- w[k+1]=(float)y_t;
- theta2=4*PI*i/n;
- x_t=cos(theta2);
- y_t=sin(theta2);
- w[k+2]=(float)x_t;
- w[k+3]=(float)y_t;
- theta3=6*PI*i/n;
- x_t=cos(theta3);
- y_t=sin(theta3);
- w[k+4]=(float)x_t;
- w[k+5]=(float)y_t;
- k+=6;
- }
- }
- }
- // 快速傅里叶变换
- void FFTTest(void)
- {
- // 产生待测试信号
- unsigned int i;
- for (i=0;i F_TOL)
- Flag=1;
- if(Flag==1)
- printf ("失败!\n");
- else
- printf ("成功!\n");
- }
广州创龙的工程师做事很认真,对程序的关键位置都做了标注。
我在这篇稿件里打算程序的关键位置再坐下说明:
#include "mathlib.h" // DSP 数学函数库
#include "dsplib.h" // DSP 函数库
include 包含的mathlib.h 和 dsplib.h 对这个FFT例子很重要。最关键的算法都在这两个头文件里了。不得不说TI是个负责任的大公司,对各个DSP平台的库做的非常全面,让我们这些工程师直接调用相应的函数库就可以实现科研工作者研究好久的成果。
#define PI 3.14159 这个就是我们做三角函数变换经常要用到的π,因为FFT涉及到很多的三角变换,在程序程序中对π的使用频率是很高的。
#define Tn 1024 采样的点数
#define Fs 1000.0 采样的频率
再说说上面很关键的参数,采样点数与采样频率。大家对采样定律都还有印象吧(呵呵,说不定我记得不够完全),采样定律大概是这样说的:采样频率至少是最大测量频率的两倍。
程序中定义的Fs为 1000 也就是说我们最大能测量到500赫兹的频谱,这个很重要,这个决定了我们整个项目工程的一个采样极限。
再说说采样点数,采样点数决定整个FFT变换频谱的分辨率。说的更加贴近地气就是频谱中相连两点距离。采样点数越多,分辨率越高。
频率分析仪、地震分析仪、图像分析仪等等,市面上好多高档的电子产品都有FFT的影子。
好好学习吧,掌握它之后,你会体会到非常大的成就感!
数字信号处理大学没学好,现在开始啃,学以致用。
小编给的资料对小弟很有帮助,收藏了