用FPGA實(shí)現(xiàn)FFT算法

1、歡迎訪問Freekaoyan論文站用FPGA實(shí)現(xiàn)FFT算法歡迎訪問Freekaoyan論文站    歡迎訪問Freekaoyan論文站    引言DFT(Discrete Fourier Transformation)是數(shù)字信號(hào)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(jì)算DFT的計(jì)算量與變換區(qū)間長度N的平方成正比。當(dāng)N較大時(shí)，因計(jì)算量太大，直接用DFT算法進(jìn)行譜分析和信號(hào)的實(shí)時(shí)處理是不切實(shí)際的?？焖俑盗⑷~變換(Fast Fourier Transformation，簡稱FFT)使DFT運(yùn)算效率提高12

2、個(gè)數(shù)量級(jí)。其原因是當(dāng)N較大時(shí)，對(duì)DFT進(jìn)行了基4和基2分解運(yùn)算。FFT算法除了必需的數(shù)據(jù)存儲(chǔ)器ram和旋轉(zhuǎn)因子rom外，仍需較復(fù)雜的運(yùn)算和控制電路單元，即使現(xiàn)在,實(shí)現(xiàn)長點(diǎn)數(shù)的FFT仍然是很困難。本文提出的FFT實(shí)現(xiàn)算法是基于FPGA之上的，算法完成對(duì)一個(gè)序列的FFT計(jì)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(diǎn)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(jì)算N點(diǎn)復(fù)數(shù)輸入FFT，即輸入可以是分段N點(diǎn)連續(xù)復(fù)數(shù)數(shù)據(jù)流。采用DIF(Decimation In Frequency)-FFT和DIT(Decimation In

3、 Time)-FFT對(duì)于算法本身來說是無關(guān)緊要的，因?yàn)閮煞N情況下只是存儲(chǔ)器的讀寫地址有所變動(dòng)而已，不影響算法的結(jié)構(gòu)和流程，也不會(huì)對(duì)算法復(fù)雜度有何影響。算法實(shí)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(yùn)算。傅立葉變換和逆變換對(duì)于變換長度為N的序列x(n)其傅立葉變換可以表示如下：      NnkX(k)=DFTx(n)=x(n)Wn=0式（）其中，W=exp(-2/N)。當(dāng)點(diǎn)數(shù)N較大時(shí)，必須對(duì)式(1)進(jìn)行基4/基2分解，以短點(diǎn)數(shù)實(shí)現(xiàn)長點(diǎn)數(shù)的變換。而IDFT的實(shí)現(xiàn)在DFT的基礎(chǔ)上就顯得較為簡單了： 式（）由式(2)可以看出，在FFT

4、運(yùn)算模塊的基礎(chǔ)上，只需將輸入序列進(jìn)行取共軛后再進(jìn)行FFT運(yùn)算，輸出結(jié)果再取一次共軛便實(shí)現(xiàn)了對(duì)輸入序列的IDFT運(yùn)算，因子1/N對(duì)于不同的數(shù)據(jù)表示格式具體實(shí)現(xiàn)時(shí)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(gè)內(nèi)核，仍然是十分方便的?；?和基2基4和基2運(yùn)算流圖及信號(hào)之間的運(yùn)算關(guān)系如圖1所示：（a）基蝶形算法 （b）基蝶形算法以基4為例，令A(yù)=r0+j×i0；B=r1+j×i1；C=r2+j×i2；D=r3+j×i3；Wk0=c0+j×s0：Wk1=c1+j×s1；Wk2=c2+j×s2；

5、Wk3=c3+j×s3。分別代入圖1中的基4運(yùn)算的四個(gè)等式中有：A'=r0+(r1×c1-i1×s1)+(r2×c2-i2×s2)+(r3×c3-i3×s3)+ji0+(i1×c1+r1×s1)+(i2×c2+r2×s2)+(i3×c3+r3×s3) 式(3)B'=r0+(i1×c1+r1×s1)-(r2×c2-i2×s2)-(i3×c3+r3×s3)+ji0-(r1×c1-i1&

6、#215;s1)-(i2×c2+r2×s2)+(r3×c3-i3×s3) 式(4)C'=r0-(r1×c1-i1×s1)+(r2×c2-i2×s2)-(r3×c3-i3×s3)+ji0-(i1×c1+r1×s1)+(i2×c2+r2×s2)-(i3×c3+r3×s3) 式(5)D'=r0-(i1×c1+r1×s1)-(r2×c2-i2×s2)+(i3×c3+r3×

7、;s3)+ji0+(r1×c1-i1×s1)-(i2×c2+r2×s2)-(r3×c3-i3×s3) 式(6)可以看出，式(3)至式(6)有多個(gè)公共項(xiàng)和類似項(xiàng)，這一點(diǎn)得到充分利用之后可以大大縮減基4和基2運(yùn)算模塊中的乘法器的個(gè)數(shù)，如上面A'至D'的四個(gè)等式中的這三對(duì)類似項(xiàng)：(r1×c1-i1×s1)與(i1×c1+r1×s1)、(r2×c2-i2×s2)與(i2×c2+r2×s2)、(r3×c3-i3×s3)與(i3&#

8、215;c3+r3×s3)以高于輸入數(shù)據(jù)率的時(shí)鐘進(jìn)行時(shí)分復(fù)用，最終可以做到只需要3個(gè)甚至1個(gè)復(fù)數(shù)乘法器便可以實(shí)現(xiàn)。基2運(yùn)算之所以采用圖1-(b)中的形式進(jìn)行基2運(yùn)算，是為了將基本模塊做成基4/2復(fù)用模塊，它對(duì)于N有著更大的適用性和可借鑒性。在基4、基2和基4/2模塊的基礎(chǔ)上，構(gòu)建基16、基8和基16/8模塊有著非常大的意義。算法實(shí)現(xiàn)傅立葉變換實(shí)現(xiàn)時(shí)首先進(jìn)行基2、基4分解，一般來說，如果算法使用基4實(shí)現(xiàn)，雖然使用的資源多了一些，但速度上的好處足以彌補(bǔ)。如果資源充足，使用基16、基8或基16/8復(fù)用模塊，速度可以大大提高。一般FFT實(shí)現(xiàn)簡單框圖如圖2所示。在圖2中，運(yùn)算模塊即為基2/4/

9、8/16模塊或它們的復(fù)用模塊，Rom表中存儲(chǔ)的是N點(diǎn)旋轉(zhuǎn)因子表?？刂颇K產(chǎn)生所有的控制信號(hào)，存儲(chǔ)器1和2的讀寫地址、寫使能、運(yùn)算模塊的啟動(dòng)信號(hào)及因子表的讀地址等信號(hào)。當(dāng)然對(duì)于運(yùn)算模塊為基16/8復(fù)用模塊時(shí)，控制模塊就需要產(chǎn)生模式選擇信號(hào)，如對(duì)于運(yùn)算模塊是基4/2模塊時(shí)，該信號(hào)就決定了內(nèi)部運(yùn)算模塊是進(jìn)行基4運(yùn)算還是基2運(yùn)算。存儲(chǔ)器1作為當(dāng)前輸入標(biāo)志對(duì)應(yīng)輸入N點(diǎn)數(shù)據(jù)的緩沖器，存儲(chǔ)器2作為中間結(jié)果存儲(chǔ)器，用于存儲(chǔ)運(yùn)算模塊計(jì)算出的各Pass的結(jié)果。在圖中的各種地址、使能和數(shù)據(jù)的緊密配合下，經(jīng)過一定延時(shí)后輸出計(jì)算結(jié)果及其對(duì)應(yīng)指示標(biāo)志。圖2只是一定點(diǎn)或浮點(diǎn)的FFT實(shí)現(xiàn)模塊，如果是塊浮點(diǎn)運(yùn)算，則必須加入一個(gè)

10、數(shù)據(jù)因子控制器，控制每遍運(yùn)算過程中的數(shù)據(jù)大小，并根據(jù)各個(gè)Pass的乘性因子之和的大小，對(duì)最終輸出進(jìn)行大小控制，以保證每段FFT運(yùn)算輸出增益一致。外部輸入為N點(diǎn)數(shù)據(jù)段流和啟動(dòng)信號(hào)(N點(diǎn)之間如無間隔，則每N數(shù)據(jù)點(diǎn)輸入一脈沖信號(hào))，一方面，外部數(shù)據(jù)存入存儲(chǔ)器1中，同時(shí)通過控制模塊的控制，讀出存儲(chǔ)器1中的前段N點(diǎn)數(shù)據(jù)和Rom表中的因子及相關(guān)控制信號(hào)送入運(yùn)算核心模塊進(jìn)行各個(gè)Pass的運(yùn)算，每個(gè)Pass的輸出都存入存儲(chǔ)器2中，最后一個(gè)Pass的計(jì)算結(jié)果存入存儲(chǔ)器2中，并在下一個(gè)啟動(dòng)頭到來后，輸出計(jì)算結(jié)果。對(duì)圖2的實(shí)現(xiàn)，除去運(yùn)算模塊，關(guān)鍵是各個(gè)Pass數(shù)據(jù)因子讀寫地址及控制信號(hào)的配合。速度、資源和精度假定輸

11、入數(shù)據(jù)的速率為fin，則每數(shù)據(jù)的持續(xù)時(shí)間T=1/fin，運(yùn)算模塊的計(jì)算時(shí)鐘頻率為fa，對(duì)于N(N=2p，p即為Pass數(shù)目)點(diǎn)FFT計(jì)算時(shí)延與Pass數(shù)目直接相關(guān)。如果使用基2運(yùn)算不考慮控制開銷，純粹的計(jì)算時(shí)延為td=p×N×T×fin/fa。顯然在fa>p× fin時(shí)，在N點(diǎn)內(nèi)可完成FFT運(yùn)算。否則不能完成，即不能實(shí)現(xiàn)流型的變換。這在N很大且輸入數(shù)據(jù)速率較高時(shí)以FPGA實(shí)現(xiàn)幾乎是不可能的，而且內(nèi)部計(jì)算時(shí)鐘過高容易導(dǎo)致電路的工作不穩(wěn)定。設(shè)基2時(shí)的最小可流型工作運(yùn)算頻率為fa0，則使用基4實(shí)現(xiàn)流型的變換，計(jì)算時(shí)鐘fa= fa0就可以。而使用基8時(shí)計(jì)算

12、時(shí)鐘fa= fa0便可完成，基16時(shí)為fa0的1/4。上面所討論的是純基運(yùn)算，當(dāng)N不為4的冪次方時(shí)(如N=2048=16×16×8，運(yùn)算模塊為基16/8復(fù)用模塊)，而又希望使用較低倍的時(shí)鐘完成運(yùn)算時(shí)，圖2中的運(yùn)算模塊必然包括基4/2復(fù)用模塊(即基16/8復(fù)用模塊)，這也就是前面提到復(fù)用模塊的主要用意。由上面的分析可以得出結(jié)論，如果計(jì)算使用的基越大，完成速度越快。但是，使用基16/8模塊所使用的邏輯資源要比基4/2模塊多將近一倍，這是因?yàn)榛?6/8復(fù)用模塊是以基4模塊和基4/2復(fù)用模塊構(gòu)建而成。當(dāng)然，可以直接實(shí)現(xiàn)基16/8復(fù)用模塊，但用FPGA很難解決復(fù)雜度和成本問題。另外，

13、如果流型運(yùn)算間隔比N點(diǎn)數(shù)據(jù)長度長一倍以上，可以考慮在較低的計(jì)算時(shí)鐘下使用基2運(yùn)算模塊實(shí)現(xiàn)流型FFT。運(yùn)算結(jié)果的精度直接與計(jì)算過程中數(shù)據(jù)和因子位數(shù)(浮點(diǎn)算法)相關(guān)，如果中間計(jì)算的位數(shù)、存儲(chǔ)數(shù)據(jù)位數(shù)和Rom表中的位數(shù)越大，輸出精度就越大。當(dāng)然，位數(shù)增大后邏輯運(yùn)算資源和存儲(chǔ)資源都會(huì)直線上升。浮點(diǎn)、塊浮點(diǎn)和定點(diǎn)FFT根據(jù)運(yùn)算過程中對(duì)數(shù)據(jù)位數(shù)取位和表示形式的不同，可以將FFT分為浮點(diǎn)FFT、塊浮點(diǎn)FFT和定點(diǎn)FFT。它們?cè)趯?shí)現(xiàn)時(shí)對(duì)于系統(tǒng)資源的要求是不同的，而且有著不同的適用范圍。浮點(diǎn)FFT是基于數(shù)據(jù)表示為浮點(diǎn)的基礎(chǔ)之上的，即數(shù)據(jù)是由一純小數(shù)和一因子組成，輸入要轉(zhuǎn)成純小數(shù)和因子的浮點(diǎn)表示形式，所有計(jì)算過程

14、中保存應(yīng)得計(jì)算結(jié)果大小，而輸出要變成所需大小的定點(diǎn)表示形式。只要因子位數(shù)足夠大，浮點(diǎn)FFT計(jì)算是不會(huì)溢出的。而定點(diǎn)則是所有計(jì)算過程中都是定點(diǎn)運(yùn)算，如果各個(gè)Pass的截位規(guī)則不適當(dāng)，很容易出現(xiàn)溢出，必須要有溢出控制。塊浮點(diǎn)是介于它們之間的一種運(yùn)算機(jī)制，它是根據(jù)本Pass的輸入數(shù)據(jù)的大小，在計(jì)算之前進(jìn)行控制(數(shù)據(jù)上移一比特或下移一比特或乘以一特定因子)，可以保證不溢出，但一般也需要溢出控制。浮點(diǎn)運(yùn)算沒有溢出，信號(hào)平均信噪比高，但由于因子的運(yùn)算必然導(dǎo)致電路復(fù)雜，實(shí)現(xiàn)困難。定點(diǎn)運(yùn)算實(shí)現(xiàn)簡單，難以保證不溢出，需要統(tǒng)計(jì)得出合適的截位規(guī)則，否則溢出嚴(yán)重導(dǎo)致輸出結(jié)果錯(cuò)誤。塊浮點(diǎn)由于每個(gè)Pass(包括最后輸出前)結(jié)束后有一統(tǒng)計(jì)控制過程，延時(shí)較大，但是可以保證不溢出而且電路又相對(duì)浮點(diǎn)來說簡單得