用FPGA實現(xiàn)FFT算法

引言

　　DFT(Discrete Fourier Transformation)是數(shù)字信號分析與處理如圖形、語音及圖像等領(lǐng)域的重要變換工具，直接計算DFT的計算量與變換區(qū)間長度N的平方成正比。當(dāng)N較大時，因計算量太大，直接用DFT算法進行譜分析和信號的實時處理是不切實際的?？焖俑盗⑷~變換(Fast Fourier Transformation，簡稱FFT)使DFT運算效率提高1～2個數(shù)量級。其原因是當(dāng)N較大時，對DFT進行了基4和基2分解運算。FFT算法除了必需的數(shù)據(jù)存儲器ram和旋轉(zhuǎn)因子rom外，仍需較復(fù)雜的運算和控制電路單元，即使現(xiàn)在,實現(xiàn)長點數(shù)的FFT仍然是很困難。本文提出的FFT實現(xiàn)算法是基于FPGA之上的，算法完成對一個序列的FFT計算，完全由脈沖觸發(fā)，外部只輸入一脈沖頭和輸入數(shù)據(jù)，便可以得到該脈沖頭作為起始標(biāo)志的N點FFT輸出結(jié)果。由于使用了雙ram，該算法是流型(Pipelined)的，可以連續(xù)計算N點復(fù)數(shù)輸入FFT，即輸入可以是分段N點連續(xù)復(fù)數(shù)數(shù)據(jù)流。采用DIF(Decimation In Frequency)-FFT和DIT(Decimation In Time)-FFT對于算法本身來說是無關(guān)緊要的，因為兩種情況下只是存儲器的讀寫地址有所變動而已，不影響算法的結(jié)構(gòu)和流程，也不會對算法復(fù)雜度有何影響。算法實現(xiàn)的可以是基2/4混合基FFT，也可以是純基4FFT和純基2FFT運算。

傅立葉變換和逆變換

對于變換長度為N的序列x(n)其傅立葉變換可以表示如下：

 　　　　式（１）

其中，W="exp"(-2π/N)。 當(dāng)點數(shù)N較大時，必須對式(1)進行基4/基2分解，以短點數(shù)實現(xiàn)長點數(shù)的變換。而IDFT的實現(xiàn)在DFT的基礎(chǔ)上就顯得較為簡單了：

　　　　　　　　　　　　　　　　　　　式（２）

由式(2)可以看出，在FFT運算模塊的基礎(chǔ)上，只需將輸入序列進行取共軛后再進行FFT運算，輸出結(jié)果再取一次共軛便實現(xiàn)了對輸入序列的IDFT運算，因子1/N對于不同的數(shù)據(jù)表示格式具體實現(xiàn)時的處理方式是不一樣的。IDFT在FFT的基礎(chǔ)上輸入和輸出均有一次共軛操作，但它們共用一個內(nèi)核，仍然是十分方便的。

基4和基2
基4和基2運算流圖及信號之間的運算關(guān)系如圖1所示：
（a）基４蝶形算法 （b）基２蝶形算法

　　以基4為例，令A(yù)="r0"+j