DSP技術(shù)及其應(yīng)用實(shí)習(xí)報(bào)告

DSP技術(shù)及應(yīng)用實(shí)習(xí)報(bào)告PAGE2DSP技術(shù)及應(yīng)用實(shí)習(xí)報(bào)告DSP技術(shù)及其應(yīng)用實(shí)習(xí)報(bào)告DSP技術(shù)及其應(yīng)用實(shí)習(xí)報(bào)告學(xué)校：北華大學(xué)學(xué)院：電氣信息工程學(xué)院專(zhuān)業(yè)：電子信息工程專(zhuān)業(yè)班級(jí)：姓名：學(xué)號(hào)：實(shí)習(xí)題目：FFT算法的實(shí)現(xiàn)指導(dǎo)教師：劉柏生實(shí)習(xí)日期：2014-6-3至2014-6-13目錄1緒論 21.1實(shí)習(xí)題目 21.2課題研究的目的 21.3DSP簡(jiǎn)介 22開(kāi)發(fā)運(yùn)行環(huán)境CCS 33實(shí)驗(yàn)原理 44軟件設(shè)計(jì) 84.1程序流程圖 84.2源程序 84.3設(shè)計(jì)步驟 85實(shí)習(xí)心得 196參考文獻(xiàn) 19附錄 20 PAGE321.緒論1.1實(shí)習(xí)題目傅立葉變換是一種將信號(hào)從時(shí)域變換到頻域的變換形式，是聲學(xué)，語(yǔ)音，電信和信號(hào)處理等領(lǐng)域中一種重要的分析工具?？焖俑盗⑷~變換（FFT）是快速計(jì)算DFT的一種高效方法，F(xiàn)FT的出現(xiàn)使DFT的運(yùn)算大大簡(jiǎn)化，運(yùn)算時(shí)間縮短一至兩個(gè)數(shù)量級(jí)之多，DSP芯片的出現(xiàn)使FFT的實(shí)現(xiàn)變得更加方便。1.2課題研究的目的隨著電子技術(shù)和集成電路技術(shù)的飛速發(fā)展，數(shù)字信號(hào)處理已經(jīng)廣泛地應(yīng)用于通信、信號(hào)處理、生物醫(yī)學(xué)以及自動(dòng)控制等領(lǐng)域中。離散傅立葉變換（DFT）及其快速算法FFT作為數(shù)字信號(hào)處理的基本變換，有著廣泛的應(yīng)用。特別是近年來(lái)，基于FFT的ODFM技術(shù)的興起，進(jìn)一步推動(dòng)了對(duì)高速FFT處理器的研究。FFT算法從出現(xiàn)到現(xiàn)在已有四十多年代歷史，算法理論已經(jīng)趨于成熟，但是其具體實(shí)現(xiàn)方法卻值得研究。面向高速、大容量數(shù)據(jù)流的FFT實(shí)時(shí)處理，可以通過(guò)數(shù)據(jù)并行處理或者采用多級(jí)流水線(xiàn)結(jié)構(gòu)來(lái)實(shí)現(xiàn)。特別是流水線(xiàn)結(jié)構(gòu)使得FFT處理器在進(jìn)行不同點(diǎn)數(shù)的FFT計(jì)算時(shí)可以通過(guò)對(duì)模板級(jí)數(shù)的控制很容易的實(shí)現(xiàn)。分析和比較了各種FFT算法后，選擇基2和基4混合頻域抽取算法作為FFT處理器的而實(shí)現(xiàn)算法，一種高速、處理點(diǎn)數(shù)可變的流水線(xiàn)結(jié)構(gòu)FFT處理器的實(shí)現(xiàn)方法。1.3DSP簡(jiǎn)介數(shù)字信號(hào)處理（DigitalSignalProcessing，簡(jiǎn)稱(chēng)DSP）是一門(mén)涉及許多學(xué)科而又廣泛應(yīng)用于許多領(lǐng)域的新興學(xué)科。DSP有兩種含義：DigitalSignalProcessing（數(shù)字信號(hào)處理）、DigitalSignalProcessor(數(shù)字信號(hào)處理器)。我們常說(shuō)的DSP指的是數(shù)字信號(hào)處理器。數(shù)字信號(hào)處理器是一種適合完成數(shù)字信號(hào)處理運(yùn)算的處理器。20世紀(jì)60年代以來(lái)，隨著計(jì)算機(jī)和信息技術(shù)的飛速發(fā)展，數(shù)字信號(hào)處理技術(shù)應(yīng)運(yùn)而生并得到迅速的發(fā)展。在過(guò)去的二十多年時(shí)間里，數(shù)字信號(hào)處理已經(jīng)在通信等領(lǐng)域得到極為廣泛的應(yīng)用。數(shù)字信號(hào)處理是利用計(jì)算機(jī)或?qū)Ｓ锰幚碓O(shè)備，以數(shù)字形式對(duì)信號(hào)進(jìn)行采集、變換、濾波、估值、增強(qiáng)、壓縮、識(shí)別等處理，以得到符合人們需要的信號(hào)形式。數(shù)字信號(hào)處理是以眾多學(xué)科為理論基礎(chǔ)的，它所涉及的范圍及其廣泛。例如，在數(shù)學(xué)領(lǐng)域，微積分、概率統(tǒng)計(jì)、隨機(jī)過(guò)程、數(shù)值分析等都是數(shù)字信號(hào)處理的基本工具，與網(wǎng)絡(luò)理論、信號(hào)與系統(tǒng)、控制論、通信理論、故障診斷等也密切相關(guān)。近來(lái)新興的一些學(xué)科，如人工智能、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)等，都與數(shù)字信號(hào)處理密不可分。可以說(shuō)，數(shù)字信號(hào)處理是把許多經(jīng)典的理論體系作為自己的理論基礎(chǔ)，同時(shí)又使自己成為一系列新興學(xué)科的理論基礎(chǔ)。DSP主要應(yīng)用在數(shù)字信號(hào)處理中，目的是為了能夠滿(mǎn)足實(shí)時(shí)信號(hào)處理的要求，因此需要將數(shù)字信號(hào)處理中的常用運(yùn)算執(zhí)行得盡可能快，這就決定了DSP的特點(diǎn)和關(guān)鍵技術(shù)。適合數(shù)字信號(hào)處理的關(guān)鍵技術(shù)：DSP包含乘法器、累加器、特殊地址產(chǎn)生器、領(lǐng)開(kāi)銷(xiāo)循環(huán)的等；提高處理速度的關(guān)鍵技術(shù)：流水線(xiàn)技術(shù)、并行處理技術(shù)、超常指令（VLIW）、超標(biāo)量技術(shù)、DMA等。從廣義上講，DSP、微處理器和微控制器（單片機(jī)）等都屬于處理器，可以說(shuō)DSP是一種CPU。DSP和一般的CPU又不同，最大的區(qū)別在于：CPU是馮.諾伊曼結(jié)構(gòu)的；DSP是數(shù)據(jù)和地址空間分開(kāi)的哈佛結(jié)構(gòu)。2.開(kāi)發(fā)運(yùn)行環(huán)境CCSTICodeComposerStudio(CCStudio)是TI

eXpressDSPTM實(shí)時(shí)軟件技術(shù)的重要組成部分,它可以使開(kāi)發(fā)人員充分應(yīng)用DSP的強(qiáng)大功能。隨著TI的TMS320C5000（C5K）和TMS320C6000（C6K）DSP平臺(tái)的應(yīng)用范圍不斷擴(kuò)大,已經(jīng)由其應(yīng)用于下載視頻流的手持因特網(wǎng)接入產(chǎn)品擴(kuò)展到蜂窩通信網(wǎng)絡(luò)和光網(wǎng)絡(luò)的通信基礎(chǔ)設(shè)施,eXpressDSPTM也便獲得了越來(lái)越多軟件工程師的青睞。

eXpressDSP還包含了DSP/BIOS可伸縮內(nèi)核，TMS320TMDSP標(biāo)準(zhǔn)算法的應(yīng)用互操作性和可重復(fù)使用性以及400多家第三方廠(chǎng)商支持。大部分廠(chǎng)商提供eXpressDSP兼容算法、即插式應(yīng)用以及種類(lèi)繁多的硬件配件和咨詢(xún)服務(wù)。

CodeComposerStudio3.1能夠使開(kāi)發(fā)人員編制出更多面向高級(jí)DSP應(yīng)用的、緊湊的高性能代碼。通過(guò)實(shí)時(shí)接入的DSP開(kāi)發(fā)者之家網(wǎng)站,內(nèi)置UpdateAdvisor對(duì)最新的工具、驅(qū)動(dòng)程序及其技術(shù)進(jìn)行自動(dòng)的流線(xiàn)式管理。只要確保代碼和功能調(diào)用的正確輸入,憑借編輯器程序中的DynamicCodeMaestro技術(shù)即可快速生成C和C++編碼。TI的eXpressDSP產(chǎn)品市場(chǎng)營(yíng)銷(xiāo)經(jīng)理MikeTrujillo說(shuō)：通過(guò)充分利用CCS的工具與功能，編程人員能夠大大縮短應(yīng)用開(kāi)發(fā)的時(shí)間。使用CCStudio生成的高度優(yōu)化代碼，工程師能夠最大限度地發(fā)揮高性能DSP的全部功能，或者，在其它情況下能夠以成本更低的器件來(lái)滿(mǎn)足其應(yīng)用需求。

CodeComposerStudiov3.1使開(kāi)發(fā)人員能夠無(wú)縫管理任何復(fù)雜程度的項(xiàng)目,其項(xiàng)目管理器通過(guò)一個(gè)集成版本的控制接口與通用資源控制器連接,管理著成千上萬(wàn)的文件。同時(shí)支持外部“文件制作”功能,使項(xiàng)目能夠在PC和UNIX平臺(tái)上交叉運(yùn)行。他們可以通過(guò)采用一個(gè)改進(jìn)的產(chǎn)品開(kāi)發(fā)流程,就可實(shí)現(xiàn)同一組項(xiàng)目文件的共享。于是可以使他們的開(kāi)發(fā)周期縮短數(shù)周,并獲得時(shí)間上提前于競(jìng)爭(zhēng)對(duì)手推向市場(chǎng)的優(yōu)勢(shì)。

對(duì)于那些希望把業(yè)界領(lǐng)先的C6000TMDSP平臺(tái)的高性能與C5000TMDSP平臺(tái)的低功耗相結(jié)合的系統(tǒng)開(kāi)發(fā)者來(lái)說(shuō),CodeComposerStudiov3.1為使其同時(shí)調(diào)試混合多處理器成為了可能。CodeComposerStudiov3.1還增加了實(shí)時(shí)數(shù)據(jù)交換(RTDXTM)仿真功能,可支持來(lái)自任何地方的2至50個(gè)C5000和C6000DSP器件同時(shí)運(yùn)行。此外,支持RTDX的仿真器還實(shí)現(xiàn)了實(shí)時(shí)DSP/BIOSTM仿真調(diào)試,該高級(jí)調(diào)試功能可以使開(kāi)發(fā)人員更深入地了解DSP代碼在硬件或仿真狀態(tài)中的運(yùn)行情況。N越大，DIT-FFT運(yùn)算量就減少得越多，F(xiàn)FT的優(yōu)越性就更加突出。例如，當(dāng)N=256時(shí)，直接計(jì)算中復(fù)數(shù)乘法次數(shù)為65536，F(xiàn)FT算法中復(fù)數(shù)乘法次數(shù)為1024，速度提高倍數(shù)為64。3.實(shí)驗(yàn)原理3.1設(shè)計(jì)原理3.1.1離散傅里葉變換DFT對(duì)于長(zhǎng)度為N的有限長(zhǎng)序列x(n)，它的離散傅里葉變換（DFT）為X(k)=N-nk（1）式中，WN=e-j*2π/N，稱(chēng)為旋轉(zhuǎn)因子或蝶形因子。從DFT的定義可以看出，在x(n)為復(fù)數(shù)序列的情況下，對(duì)某個(gè)k值，直接按（1）式計(jì)算X(k)只需要N次復(fù)數(shù)乘法和（N-1）次復(fù)數(shù)加法。因此，對(duì)所有N個(gè)k值，共需要N2次復(fù)數(shù)乘法和N(N-1)次復(fù)數(shù)加法。對(duì)于一些相當(dāng)大有N值（如1024點(diǎn)）來(lái)說(shuō)，直接計(jì)算它的DFT所需要的計(jì)算量是很大的，因此DFT運(yùn)算的應(yīng)用受到了很大的限制。3.1.2快速傅里葉變換FFTFFT并不是一種新的變換，它是離散傅立葉變換（DFT）的一種快速算法。由于我們?cè)谟?jì)算DFT時(shí)一次復(fù)數(shù)乘法需用四次實(shí)數(shù)乘法和二次實(shí)數(shù)加法；一次復(fù)數(shù)加法則需二次實(shí)數(shù)加法。每運(yùn)算一個(gè)X（k）需要4N次復(fù)數(shù)乘法及2N+2（N-1）=2（2N-1）次實(shí)數(shù)加法。所以整個(gè)DFT運(yùn)算總共需要4N^2次實(shí)數(shù)乘法和N*2(2N-1)=2N(2N-1)次實(shí)數(shù)加法。如此一來(lái)，計(jì)算時(shí)乘法次數(shù)和加法次數(shù)都是和N^2成正比的，當(dāng)N很大時(shí)，運(yùn)算量是可觀的，因而需要改進(jìn)對(duì)DFT的算法減少運(yùn)算速度。直接計(jì)算DFT需要N2次復(fù)數(shù)乘法，N(N-1)次復(fù)數(shù)加法，直接計(jì)算DFT與DIT-FFT復(fù)數(shù)乘法的運(yùn)算量之比為：旋轉(zhuǎn)因子WN有如下的特性。對(duì)稱(chēng)性：WNk+N/2=-WNk（2）周期性：WNn(N-k)=WNk(N-n)=WN-nk（3）利用這些特性，既可以使DFT中有些項(xiàng)合并，減少了乘法積項(xiàng)，又可以將長(zhǎng)序列的DFT分解成幾個(gè)短序列的DFT。FFT就是利用了旋轉(zhuǎn)因子的對(duì)稱(chēng)性和周期性來(lái)減少運(yùn)算量的。FFT的算法是將長(zhǎng)序列的DFT分解成短序列的DFT。例如：N為偶數(shù)時(shí)，先將N點(diǎn)的DFT分解為兩個(gè)N/2點(diǎn)的DFT，使復(fù)數(shù)乘法減少一半：再將每個(gè)N/2點(diǎn)的DFT分解成N/4點(diǎn)的DFT，使復(fù)數(shù)乘又減少一半，繼續(xù)進(jìn)行分解可以大大減少計(jì)算量。最小變換的點(diǎn)數(shù)稱(chēng)為基數(shù)，對(duì)于基數(shù)為2的FFT算法，它的最小變換是2點(diǎn)DFT。一般而言，F(xiàn)FT算法分為按時(shí)間抽取的FFT（DITFFT）和按頻率抽取的FFT（DIFFFT）兩大類(lèi)。DIFFFT算法是在時(shí)域內(nèi)將每一級(jí)輸入序列依次按奇／偶分成2個(gè)短序列進(jìn)行計(jì)算。而DIFFFT算法是在頻域內(nèi)將每一級(jí)輸入序列依次奇／偶分成2個(gè)短序列進(jìn)行計(jì)算。兩者的區(qū)別是旋轉(zhuǎn)因子出現(xiàn)的位置不同，得算法是一樣的。在DIFFFT算法中，旋轉(zhuǎn)因子WN出現(xiàn)在輸入端，而在DIFFFT算法中它出現(xiàn)在輸入端。假定序列x(n)的點(diǎn)數(shù)N是2的冪，按照DIFFFT算法可將其分為偶序列和奇序列。偶序列：x(2r)=x1(r)奇序列：x(2r+1)=x2(r)其中：r=0,1,2,…,N/2-1，則x(n)的DFT表示為 式中，X1(k)和X2(k)分別為X1(r)和X2(r)的N/2的DFT。由于對(duì)稱(chēng)性，WNk+N/2=-WNk。因此，N點(diǎn)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/2-1（5）從式（4）和式（5）可以看出，只要求出0~N/2-1區(qū)間x1(k)和x2(k)的值，就可求出0~N-1區(qū)間x(k)的N點(diǎn)值。以同樣的方式進(jìn)行抽取，可以求得N/4點(diǎn)的DFT，重復(fù)抽取過(guò)程，就可以使N點(diǎn)的DFT用上組2點(diǎn)的DFT來(lái)計(jì)算，這樣就可以大減少運(yùn)算量?；?DIFFFT的蝶形運(yùn)算如圖3.1所示。設(shè)蝶形輸入為x1(k)和x2(k)，輸出為x(k)和x(N/2+K)，則有x(k)=x1(k)+WkNx2(k)（6）x(N/2+k)=x1(k)-WkNx2(k)（7）在基數(shù)為2的FFT中，設(shè)N=2M，共有M級(jí)運(yùn)算，每級(jí)有N/2個(gè)2點(diǎn)FFT蝶形運(yùn)算，因此，N點(diǎn)FFT總共有MN/2個(gè)蝶形運(yùn)算。圖3.1基2DIFFFT的蝶形運(yùn)算例如：基數(shù)為2的FFT，當(dāng)N=8時(shí)，共需要3級(jí)，12個(gè)基2DITFFT的蝶形運(yùn)算。其信號(hào)流程如圖3.2所示。圖3.28點(diǎn)基2DIFFFT蝶形運(yùn)算從圖(b)可以看出，輸入是經(jīng)過(guò)比特反轉(zhuǎn)的倒位序列，稱(chēng)為位碼倒置，其排列順序?yàn)閤(0),x(4),x(2),x(6),x(1),x(5),x(3),x(7)，輸出是按自然順序排列，其順序?yàn)閤(0),x(1),x(2),x(3),x(4),x(5),x(6),x(7).整個(gè)過(guò)程共有l(wèi)og2N次，每次分組間隔為2^（L-1）1=<L<=log2N（1）如上圖第一次蝶形運(yùn)算間隔為一，如第一個(gè)和第二個(gè)，第三個(gè)和第四個(gè)，以此類(lèi)推；第二次間隔為二，如第一個(gè)和第三個(gè)，第二個(gè)和第四個(gè)等（2）基本運(yùn)算單元以下面的蝶形運(yùn)算為主：計(jì)算公式如下：（3）在FFT運(yùn)算中，旋轉(zhuǎn)因子WmN=cos(2πm/N)-jsin(2πm/N)，求正弦和余弦函數(shù)值的計(jì)算量是很大的。1.函數(shù)庫(kù)DSPLIB介紹

TI公司TMS320C55xDSP函數(shù)庫(kù)DSPLIB的內(nèi)部函數(shù)庫(kù)一般包括八種類(lèi)型：快速傅立葉變換(FFT)、濾波和卷積、自適應(yīng)濾波、相關(guān)運(yùn)算、數(shù)學(xué)運(yùn)算、三角運(yùn)算、混合運(yùn)算和矩陣運(yùn)算。2．DSPLIB的組成

DSPLIB函數(shù)庫(kù)由四個(gè)部分組成：

(1)?dsplib.h——由C程序組成的頭文件。

(2)?55xdsp.lib——由目標(biāo)代碼組成的庫(kù)文件。

(3)?55xdsp.src——允許用戶(hù)增添和修改的庫(kù)源文件。

(4)?在“55x_test”子目錄下的程序范例和鏈接命令文件。3．使用DSPLIB的一般方法

調(diào)用DSPLIB函數(shù)庫(kù)方法如下：

(1)在用戶(hù)應(yīng)用程序中添加dsplib.h包含文件。

語(yǔ)法：#include<dsplib.h>

(2)將用戶(hù)應(yīng)用程序與DSPLIB函數(shù)庫(kù)的目標(biāo)文件相連接，即添加55xdsp.lib或55xdspx.lib。

語(yǔ)法：#include<55xdsp.lib>或#include<55xdspx.lib>

(3)使用正確的鏈接命令文件，描述用戶(hù)C55x目標(biāo)板上可用的存儲(chǔ)器空間配置。4軟件設(shè)計(jì)4.1程序流程圖圖4.1程序流程圖4.2源程序見(jiàn)附錄。4.3設(shè)計(jì)步驟（1）啟動(dòng)CCS，在CCS中建立一個(gè)C源文件和一個(gè)命令文件，并將這兩個(gè)文件添加到工程，再編譯并裝載程序：閱讀DSP原理及應(yīng)用中FFT用DSP實(shí)現(xiàn)的有關(guān)程序。雙擊，啟動(dòng)CCS的仿真平臺(tái)的配著選項(xiàng)。選擇C5502Simulator。圖4.2CCS環(huán)境仿真器選擇界面（2）啟動(dòng)CCS2后建立工程文件zhefft.pjt圖4.3創(chuàng)建新工程的界面（3）建立源文件FFT.c與鏈接文件FFT.cmd圖4.4創(chuàng)建新程序的界面（4）將這兩個(gè)文件加到zhefft.pjt這個(gè)工程中。圖4.5添加工程所需文件的界面圖4.6程序編譯的界面(5)設(shè)置斷點(diǎn)（6）（7）加載out文件圖4.7加載.out文件的界面圖4.8加載數(shù)據(jù)的界面（8）觀察輸入輸出波形1)查看輸入信號(hào)波形

在主菜單中選擇View→Graph→Time/Frequency命令，出現(xiàn)如圖8-1所示的圖形屬性對(duì)話(huà)框，按照?qǐng)D8-1所示進(jìn)行相應(yīng)屬性修改，修改好后，單擊OK確認(rèn)。將程序運(yùn)行到第二個(gè)斷點(diǎn)處，得到輸入信號(hào)波形，如圖8-2所示。圖8-1圖8-2輸入波形（時(shí)域）2)使用CCS提供的工具，觀察輸入信號(hào)FFT變換結(jié)果

在主菜單中選擇View→Graph→Time/Frequency命令，出現(xiàn)如圖8-3所示的圖形屬性對(duì)話(huà)框，按照?qǐng)D8-3所示進(jìn)行相應(yīng)屬性修改，修改好后，單擊OK確認(rèn)?？梢钥吹绞褂肅CS提供的工具，對(duì)輸入信號(hào)進(jìn)行FFT變換的結(jié)果如圖8-4所示。圖8-3圖8-4對(duì)輸入信號(hào)進(jìn)行FFT變換（頻域）3)使用C語(yǔ)言程序，計(jì)算FFT變換結(jié)果

在主菜單中選擇View→Graph→Time/Frequency命令，出現(xiàn)如圖8-5所示的圖形屬性對(duì)話(huà)框，按照?qǐng)D8-5所示進(jìn)行相應(yīng)屬性修改，修改好后，單擊OK確認(rèn)。將程序運(yùn)行到第三個(gè)斷點(diǎn)處，可以看到如圖8-6所示的C語(yǔ)言程序計(jì)算FFT變換結(jié)果。圖8-5圖8-6輸出圖形（頻域）改變輸入函數(shù) INPUT[i]=sin(PI*2*i/SAMPLENUMBER*3)*1024改變輸入函數(shù) INPUT[i]=(sin(PI*2*i/SAMPLENUMBER*3)+sin(PI*2*i/SAMPLENUMBER*4+sin(PI*2*i/SAMPLENUMBER*8)))*1024;圖8(5)改變輸入函數(shù) INPUT[i]=(sin(PI*2*i/SAMPLENUMBER*3)+sin(PI*2*i/SAMPLENUMBER*10)+sin(PI*2*i/SAMPLENUMBER*20)))*1024; 5.實(shí)習(xí)心得通過(guò)這次DSP課程設(shè)計(jì)，加深對(duì)DFT算法原理和基本性質(zhì)的理解，熟悉了FFT的算法原理和FFT子程序的算法流程和應(yīng)用，掌握了DSP中FFT的設(shè)計(jì)和編程思想，以及用FFT對(duì)連續(xù)信號(hào)和時(shí)域信號(hào)進(jìn)行頻譜分析的方法，和使用CCS的波形觀察器觀察波形和頻譜情況。這次課程設(shè)計(jì)，使我增長(zhǎng)了知識(shí)，同時(shí)也增強(qiáng)了我動(dòng)手解決問(wèn)題的能力，鍛煉我做事細(xì)心、用心、耐心的能力。同時(shí)也讓我意識(shí)到平時(shí)的課程文化的學(xué)習(xí)固然非常重要，但是在與實(shí)際相聯(lián)系的過(guò)程中還是有許多問(wèn)題的，所以在以后的學(xué)習(xí)生活中，我要努力學(xué)習(xí)，培養(yǎng)自己獨(dú)立思考的能力，要加強(qiáng)理論文化與實(shí)際操作的聯(lián)系。積極參加各種設(shè)計(jì)活動(dòng)，培養(yǎng)自己的綜合能力，使自己得到全面的提高。6.參考文獻(xiàn)[1]戴明楨等編著．TMS320C54XDSP結(jié)構(gòu)原理及應(yīng)用．北京：航空航天大學(xué)出版社，第2版，2007；[2]彭啟琮編著．DSP技術(shù)的發(fā)展與應(yīng)用．北京：高等教育出版社，2002；[3]胡廣書(shū)編著．?dāng)?shù)字信號(hào)處理理論、算法與實(shí)現(xiàn)．北京：清華大學(xué)出版社，2005；；

；

；[7]北京合眾達(dá)電子技術(shù)有限公司編著．SEED-DTK系列實(shí)驗(yàn)手冊(cè)．北京合眾達(dá)電子技術(shù)有限公司出版，2007。附錄Cmd源文件代碼：-f0-w-stack500-sysstack500-lrts55.libMEMORY{DARAM:o=0x100,l=0x7f00VECT:o=0x8000,l=0x100DARAM2:o=0x8100,l=0x7f00SARAM:o=0x10000,l=0x30000SDRAM:o=0x40000,l=0x3e0000}SECTIONS{.text:{}>DARAM.vectors:{}>VECT.trcinit:{}>DARAM.gblinit:{}>DARAM.frt:{}>DARAM.cinit:{}>DARAM.pinit:{}>DARAM.sysinit:{}>DARAM2.far:{}>DARAM2.const:{}>DARAM2.switch:{}>DARAM2.sysmem:{}>DARAM2.cio:{}>DARAM2.MEM$obj:{}>DARAM2.sysheap:{}>DARAM2.sysstack:{}>DARAM2.stack:{}>DARAM2.input:{}>DARAM2.fftcode:{}>DARAM2}C文件源碼：#include"math.h"#definesample_1256//256點(diǎn)基2FFT(N值)#definesignal_1_f60#definesignal_2_f200#definesignal_sample_f512//采樣長(zhǎng)度#definepi3.1415926intinput[sample_1];floatfwaver[sample_1],fwavei[sample_1],w[sample_1];floatsin_tab[sample_1];floatcos_tab[sample_1];voidinit_fft_tab();voidinput_data();voidfft(floatdatar[sample_1],floatdatai[sample_1]);voidmain(){inti;init_fft_tab();input_data();for(i=0;i<sample_1;i++){fwaver[i]=input[i]; fwavei[i]=0.0f; w[i]=0.0f; } fft(fwaver,fwavei); while(1);}voidinit_fft_tab()//初始輸入信號(hào)，對(duì)輸入信號(hào)進(jìn)行采樣{floatwt1;floatwt2;inti;for(i=0;i<sample_1;i++){ wt1=2*pi*i*signal_1_f; wt1=wt1/signal_sample_f; wt2=2*pi*i*signal_2_f; wt2=wt2/signal_sample_f; input[i]=(cos(wt1)+cos(wt2))/2*32768; }}voidinput_data()//分開(kāi)計(jì)算cos(2*pi/N)及sin(2*pi/N)，合成蝶形運(yùn)算的系數(shù){inti; for(i=0;i<sample_1;i++) { sin_tab[i]=sin(2*pi*i/sample_1); cos_tab[i]=cos(2*pi*i/sample_1); } }voidfft(floatdatar[sample_1],floatdatai[sample_1])//實(shí)現(xiàn)FFT算法 { intx0,x1,x2,x3,x4,x5,x6,x7,xx; inti,j,k,b,p,L; floatTR,TI,temp;/***********************************************************///實(shí)現(xiàn)比特反轉(zhuǎn)，改變輸入信號(hào)的順序，以方便使輸出信號(hào)按自然順序輸出 for(i=0;i<sample_1;i++)//實(shí)現(xiàn)倒序 { x0=x1=x2=x3=x4=x5=x6=0; x0=i&0x01;x1=(i/2)&0x01;x2=(i/4)&0x01;x3=(i/8)&0x01; x4=(i/16)&0x01;x5=(i/32)&0x01;x6=(i/64)&0x01;x7=(i/128)&0x01;//