CCS上FFT运算的实现
DSP实验一--FFT
数字信号处理实验实验1 快速傅里叶变换FFT 算法实验一、实验目的：1、加深对离散信号的DFT 的理解和FFT 算法的运用。
2、学会用mtalab 求解信号的频谱图。
3、学会用DSP 硬件进行频谱分析。
二、实验设备计算机，ccs3.3软件，DSP CPU 挂箱，DSP 仿真器，导线三、实验原理N 点序列的DFT 和IDFT 变换定义式如下：10[][]N kn N n X k x n W-==∑， 101[][]N kn N k x n X k W N --==∑ 利用旋转因子2j nk knN N W e π-=具有周期性，可以得到快速算法（FFT ）。
在MATLAB 中，可以用函数X=fft （x ，N ）和x=ifft （X ，N ）计算N 点序列的DFT 正、反变换。
四、实验内容：1、利用MATLAB 编程完成计算，绘出下式时域图形，并用FFT 求取其傅里叶变换画出相应的频谱图，并分析、说明实验结果。
x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t);采样频率fs=100Hz ，采样点数为128点。
2、运行ccs 软件，对给定的语音信号进行采集，并应用DSP 挂箱分析该信号的频谱。
相应的实验步骤（1）安装仿真器TDS510驱动（位置在f 盘根目录下）.（2）仿真器参数设置打开setup ccstudio 从Familly 中查找C55xx 系列，然后选择C5509 TDS510并将其拖到到左侧窗口。
右键C5509打开属性装载仿真器的配置参数CCstudio_v3.3//cc//bin/TDS510.cgf.（3）打开ccs3.3链接仿真器与电脑点击Debug —connect ；打开已建立的项目点击project—open—fft.pjt；装载编译好的程序fft.out,file--load program—fft.out。
在k++处设置断点，观察采集到的语音信号。
快速傅立叶变换FFT实验报告
快速傅立叶变换〔FFT〕算法试验一．试验目的1.加深对DFT 算法原理和根本性质的理解；2.生疏FFT 算法原理和FFT 子程序的应用；3.学习用FFT 对连续信号和时域信号进展谱分析的方法，了解可能消灭的分析误差及其缘由，以便在实际中正确应用FFT。
二．试验设备计算机，CCS 3.1 版软件，E300 试验箱，DSP 仿真器，导线三．根本原理1.离散傅立叶变换DFT 的定义：将时域的采样变换成频域的周期性离散函数，频域的采样也可以变换成时域的周期性离散函数，这样的变换称为离散傅立叶变换，简称DFT。
2.FFT 是DFT 的一种快速算法，将DFT 的N2 步运算削减为〔N/2〕logN 步，极大2的提高了运算的速度。
3.旋转因子的变化规律。
4.蝶形运算规律。
5.基2FFT 算法。
四．试验步骤1.E300 底板的开关SW4 的第1 位置ON，其余置OFF。
其余开关不用具体设置。
2.E300 板子上的SW7 开关的第1 位置OFF，其余位置ON3.阅读本试验所供给的样例子程序；4.运行CCS 软件，对样例程序进展跟踪，分析结果；记录必要的参数。
5.填写试验报告。
6.供给样例程序试验操作说明A.试验前预备用导线连接“Signal expansion Unit”中2 号孔接口“SIN”和“A/D 单元”的2 号孔接口“AD_IN0”。
〔试验承受的是外部的AD模块〕B.试验1.正确完成计算机、DSP 仿真器和试验箱的连接后，系统上电。
2.启动CCS3.1，Project/Open 翻开“algorithm\01_fft”子名目下“fft.pjt”工程文件；双击“fft.pjt”及“Source”可查看各源程序；加载“Debug\fft.out”；3.单击“Debug\Go main”进入到主程序，在主程序“flag=0；”处设置断点；4.单击“Debug \ Run”运行程序，或按F5 运行程序；程序将运行至断点处停顿；5.用View / Graph / Time/Frequency 翻开一个图形观看窗口；设置该观看图形窗口变量及参数；承受双踪观看在启始地址分别为px 和pz，长度为128，数值类型为16 位整型，p x：存放经A/D 转换后的输入信号；p z：对该信号进展FFT 变换的结果。
使用CCS进行DSP编程--fft
使用CCS进行DSP编程（二）——实现FFTpacificxu现在讨论使用TI公司的CCS进行DSP编程，首先假定读者对CCS的使用已经比较了解，如果读者还不太了解，请参阅《使用CCS进行DSP编程（一）——CCS编程入门》及其他CCS的学习文档。
作数字信号处理的同志们总是喜欢用FFT来对信号处理系统做检验，下面用闻亭公司的C6xP板、C6xPa板硬件实现FFT算法，本算法对其他的C6x板同样实用（只是硬件资源稍微有差异），并通过闻亭公司的PCI仿真器对目标板加载运行，运行结果在CCS中可视化显示。
首先启动CCS Setup，对仿真器硬件进行设置，本人使用的是闻亭公司PCI 的仿真器自带的驱动wtxds6xxxpci.dvr，设置画面如下：下面就可以运行CCS了，在CCS中，创建一个新的Project，我的工程文件放置在如下的目录中，读者可以放在自己喜欢的目录下：双击“+”展开fft.mak，可以看到整个工程文件是空的，我们需要把*.c、*.cmd、*.lib文件添加到工程文件中，首先是*.c文件，本例中是test.c文件，同样的方法可以用来添加其他的文件。
双击工程中的源文件，会在右边的窗口中看见原码：如果*.c文件不存在，可以在CCS集成开发环境中生成，本例中test.c的主程序源代码如下：调用的子程序有三个：从上面的源程序可以看到，使用CCS的C语言编程跟普通的C语言编程没有太大的区别，这正是TI所追求的，兼容的ANSI C标准和如此的编译高效率也正是TI的领先之处。
读者可以不必学习烦琐的汇编和线性汇编，直接对数字信号处理的算法进行研究，同时享受高速的处理速度，只有在对速度要求极严的条件下，不得不使用汇编和线性汇编，那时读者已经有了一定的基础，再学习汇编语言已是水到渠成。
而使用C语言编程是大势所趋。
如果有人对算法本身感兴趣，请参阅胡广书老师的《数字信号处理—理论、算法与实现》第5章快速傅立叶变换，这里不在对算法进行展开讨论。
实验二 离散傅里叶变换(DFT)实验
实验二 离散傅里叶变换（DFT ）实验【实验目的】1．进一步熟悉CCS 集成开发环境的软硬件调试方法2．学习DFT 的基本原理3．掌握如何在DSP 中实现DFT 算法【实验内容】1. 了解DFT 的基本原理。
2．了解命令文件中伪指令MEMORY 和SECTIONS 的作用。
2. CCS 中的软硬件开发环境的熟悉。
3. 常用信号（包括正弦波，方波，三角波，锯齿波）的DFT 。
【实验器材】1.DSP 开发板2.DSP 仿真器3 .PC 机(软件：CCS ，全称：Code composer studio )三 实验原理。
傅里叶变换是一种将信号从时域变换到频域的变换形式，是信号处理的重要分析工具。
离散傅里叶变换（DFT ）是傅里叶变换在离散系统中的表示形式。
本实验是在学生首先产生一信号后，对该信号进行DFT ，并在CCS 中利用其自带的观察窗口或Memory 菜单来查看变换前后的波形或频谱值，从而完成了一个简易频谱分析仪。
让学生更加直观形象地体会DFT 的整个过程假设信号为x (0)，x(1)，……，x (N)，那么其离散傅立叶变换后的实部和虚部以及频谱幅度分别为：2()0()()()()N j k n N r i n X k x n eX k jX k π-===+∑ 0(0)()(0)0N r i i X x i X =∴==∑ 002 ()()cos(())2()()sin(())(0)Nr n N i i X k x n k n N X k x n k n k N ππ===⨯⨯⨯=-⨯⨯⨯>∑∑()A k =具体的实现过程的时候需要根据硬件的特性来实现。
比如cos和sin的值都可事先通过软件计算出结果，保存在两个数组中，直接对其进行查表操作。
若缓存数量为128，即N＝128。
对于cos和sin的系数，根据需要可以首先计算出128点的sin值，而cos的值则可以通过sin表整体后移N/4点，也就是整体后移32点后得到。
快速傅里叶变换(含详细实验过程分析)
一、实验目的1、掌握FFT 算法和卷积运算的基本原理；2、掌握用C 语言编写DSP 程序的方法；3、了解利用FFT 算法在数字信号处理中的应用。
二、实验设备 1. 一台装有CCS 软件的计算机； 2. DSP 实验箱的TMS320C5410主控板； 3. DSP 硬件仿真器。
三、实验原理 （一）快速傅里叶变换傅里叶变换是一种将信号从时域变换到频域的变换形式，是信号处理的重要分析工具。
离散傅里叶变换（DFT ）是傅里叶变换在离散系统中的表示形式。
但是DFT 的计算量非常大， FFT 就是DFT 的一种快速算法, FFT 将DFT 的N 2步运算减少至 ( N/2 )log 2N 步。
离散信号x(n)的傅里叶变换可以表示为∑=-=10][)(N N nk N W n x k X ， Nj N e W /2π-=式中的W N 称为蝶形因子，利用它的对称性和周期性可以减少运算量。
一般而言，FFT 算法分为时间抽取（DIT ）和频率抽取（DIF ）两大类。
两者的区别是蝶形因子出现的位置不同，前者中蝶形因子出现在输入端，后者中出现在输出端。
本实验以时间抽取方法为例。
时间抽取FFT 是将N 点输入序列x(n) 按照偶数项和奇数项分解为偶序列和奇序列。
偶序列为：x(0), x(2), x(4),…, x(N-2)；奇序列为：x(1), x(3), x(5),…, x(N-1)。
这样x(n) 的N 点DFT 可写成：()()∑++∑=-=+-=12/0)12(12/02122)(N n kn NN n nkNW n x Wn x k X考虑到W N 的性质，即2/)2//(22/)2(2][N N j N j N W e e W ===--ππ因此有：()()∑++∑=-=-=12/02/12/02/122)(N n nkN k NN n nkN W n x WWn x k X或者写成：()()12()kN X k X k W X k =+由于X 1(k) 与X 2(k) 的周期为N/2，并且利用W N 的对称性和周期性，即：k N N k N W W -=+2/可得：()()12(/2)kN X k N X k W X k +=-对X 1(k) 与X 2(k)继续以同样的方式分解下去，就可以使一个N 点的DFT 最终用一组2点的DFT 来计算。
C语言实现FFT
C语言实现FFT快速傅里叶变换（Fast Fourier Transform, FFT）是一种高效进行离散傅里叶变换（Discrete Fourier Transform, DFT）计算的算法。
它通过利用对称性和递归的方法，将O(n^2)的计算复杂度优化为O(nlogn)。
本文将介绍C语言实现FFT的基本步骤和代码。
首先，需要定义一个复数结构体来表示复数，包含实部和虚部两个成员变量：```ctypedef structdouble real; // 实部double imag; // 虚部```接着，需要实现FFT的关键函数，包括以下几个步骤：1. 进行位逆序排列（bit-reversal permutation）：FFT中的输入数据需要按照位逆序排列，这里使用蝶形算法来实现位逆序排列。
先将输入序列按照索引位逆序排列，再将复数序列按照实部和虚部进行重新排列。
```cint i, j, k;for (i = 1, j = size / 2; i < size - 1; i++)if (i < j)temp = data[j];data[j] = data[i];data[i] = temp;}k = size / 2;while (j >= k)j=j-k;k=k/2;}j=j+k;}```2. 计算旋转因子（twiddle factor）：FFT中的旋转因子用于对复数进行旋转变换，这里采用的旋转因子为e^( -2*pi*i/N )，其中N为DFT点数。
```cint i;double angle;for (i = 0; i < size; i++)angle = -2 * M_PI * i / size;twiddleFactors[i].real = cos(angle);twiddleFactors[i].imag = sin(angle);}```3.执行蝶形算法计算DFT：蝶形算法是FFT算法的核心部分，通过递归地将DFT问题一分为二，并将计算结果根据旋转因子进行两两合并，最终得到FFT结果。
快速傅立叶变换(FFT)的实现(DSP实验报告)
快速傅立叶变换（FFT ）的实现一、实验目的在数字信号处理系统中，FFT 作为一个非常重要的工具经常使用，甚至成为DSP 运算能力的一个考核因素。
FFT 是一种高效实现离散付氏变换的算法。
离散付氏变换的目的是把信号由时域变换到频域，从而可以在频域分析处理信息，得到的结果再由付氏逆变换到时域。
本实验的目的在于学习FFT 算法，及其在TMS320C54X 上的实现，并通过编程掌握C54X 的存储器管理、辅助寄存器的使用、位倒序寻址方式等技巧，同时练习使用CCS 的探针和图形工具。
另外在BIOS 子目录下是一个使用DSP/BIOS 工具实现FFT 的程序。
通过该程序，你可以使用DSP/BIOS 提供的分析工具评估FFT 代码执行情况。
二、实验原理1）基 2 按时间抽取FFT 算法对于有限长离散数字信号{x[n]} ，0 ≤n ≤-1 N，其离散谱{x[k]} 可以由离散付氏变换（DFT）求得。
DFT 的定义为：X(k) x[n]e N k 0,1,...,N 1 n0可以方便的把它改写为如下形式：N1nkX(k) x[n]W n N k k 0,1,..., N 1n0不难看出，WN 是周期性的，且周期为N，即( n mN )(k lN ) nkm,l 0, 1, 2...W N W NWN 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。
2) 实数FFT 运算对于离散傅立叶变换( DFT)的数字计算，FFT 是一种有效的方法。
一般假定输入序列是复数。
当实际输入是实数时，利用对称性质可以使计算DFT 非常有效。
一个优化的实数FFT 算法是一个组合以后的算法。
原始的2N 个点的实输入序列组合成一个N 点的复序列，之后对复序列进行N 点的FFT 运算，最后再由N 点的复数输出拆散成2N 点的复数序列，这2N点的复数序列与原始的2N点的实数输入序列的DFT 输出一致。
FFT原理与实现
FFT原理与实现FFT（Fast Fourier Transform）是一种快速傅里叶变换算法，用于将时域信号转换为频域信号。
它是傅里叶变换的一种优化算法，通过分解和递归计算可以大幅缩短计算时间。
FFT在信号处理、图像处理、音频处理、通信等领域得到广泛应用。
FFT的原理可以通过以下几个步骤进行解释：1.输入信号：FFT的输入是时域信号，即在时间上采样得到的离散信号。
通常，这个信号是一个在计算机中存储的数字序列。
2.傅里叶变换：FFT将时域信号转换为频域信号，使用了傅里叶变换的数学公式。
傅里叶变换将信号分解为一系列正弦和余弦函数的和，每个函数对应一种频率成分。
3.分解和递归计算：FFT将输入信号分解成多个较小的子问题，然后通过递归计算解决。
这个分解过程是基于信号的二进制反转，将数字序列重新排列为二进制反转的次序。
4.合并和求和：计算出每个子问题的频域结果后，FFT通过合并和求和操作将子问题的结果合并为最终的频域结果。
这个操作需要对结果进行两两合并，并加上对应的旋转因子，以得到更高频率成分的结果。
5.输出频域信号：最终得到的频域结果可以表示为幅度和相位，幅度表示在对应频率上的能量大小，相位表示信号在对应频率上的相位关系。
FFT的实现可以分为两种常见的算法：基2FFT和基4FFT。
基2FFT是将输入信号按照二进制表示进行分解和合并，而基4FFT是将输入信号按照四进制进行分解和合并。
两种算法时间复杂度相同，但基4FFT的计算量更少。
在实现FFT时，需要注意以下几点：1.选择适当的FFT长度：FFT的计算结果是根据输入信号的采样个数来计算的，因此需要根据输入信号的长度选择合适的FFT长度。
一般来说，FFT长度选择为2的幂次方，这样可以充分利用FFT的分解和合并特性。
2.使用合适的内存分配：FFT需要使用数组来存储输入信号和计算结果，因此需要根据输入信号的长度分配合适的内存空间。
同时，为了提高计算效率，可以使用一些优化策略，如使用位操作和循环展开。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
由汇编语言编写， 充分发挥 Ｄ Ｓ Ｐ 的硬件特性， 运算速 度很快。
ＴＩ 公司的 ＦＦＴ 程序是按照时间抽取，且 Ｎ 点基数为 ２ 的 ＦＦＴ。ＴＩ 公司的 ＦＦＴ Ｌｉｂｒａｒｙ 库给出了复数和实数 两种实现方法，并给出了 １２８ 点、２５６ 点、５１２ 点和 １０２４ 点 ＦＦＴ 的复数实现和实数实现计算模块。ＦＦＴ Ｌｉｂｒａｒｙ 库给出了汇编语言和 Ｃ 语言两种调用接口。
离散傅立叶变换 Ｄ Ｆ Ｔ 的结果 X (k ) 一般是由实部 X R (k ) 和虚部 X I (k ) 组成的复数，即
X (k ) ＝ X R (k ) ＋ jX I (k )
当完成以上第 ４ 个步骤之后， 实际上只得到了
X R (k ) 和 X I (k ) 。为完成整个频谱分析， 还要将 Ｆ Ｆ Ｔ
假设采样频率为 Ｆｓ， 信号频率为 Ｆ ， 采样点数为 Ｎ 。 那么 Ｆ Ｆ Ｔ 之后记过就是一个为 Ｎ 点的复数。每个点就 对应有一个频率点。这个点的模值， 就是该频率值下的 幅度特性。
假设原始信号的峰值为 Ａ ， 它跟原始信号的幅度的 关系为， Ｆ Ｆ Ｔ 的结果的每个点（除第一个点直流分量之 外）的模值就是 Ａ 的 Ｎ ／ ２ 倍。而第一个点就是直流分 量， 它的模值就是直流分量的 Ｎ 倍。而每个点的相位， 就是该频率下的信号的相位。
３ FFT Library 库函数的应用
针对 Ｃ ２ ８ ｘ 快速傅立叶变换库 Ｆ Ｆ Ｔ Ｌ ｉ ｂ ｒ ａ ｒ ｙ （ｓｐｒｃ０８１）在 ＴＩ 的官方网站可以下载到。该函数库安
变换好的数据按实部的平方加上虚部的平方， 对得到的 和再进行开放运算。在 Ｄ Ｓ Ｐ 中， 应该考虑到编程的难 度， 尤其是进行开放运算， 不是几条汇编可以完成的。 事实上， 对于求 Ｆ Ｆ Ｔ 变换后数据的最大值， 不开放也可 以找到， 并且对功率频谱的结果没有影响， 所以实际的 Ｄ Ｓ Ｐ 编程就省去了开放运算。这也是 Ｔ Ｉ 公司的 Ｆ Ｆ Ｔ Ｌｉｂｒａｒｙ 库中 Ｎ 点复数 ＦＦＴ 计算第 ５ 步仅计算频域振幅 平方而不再进行开方的原因［２］。
ＴＭＳ３２０Ｃ２０００ ＤＳＰ 平台将各种高级数字控制功能 集成于一颗芯片上。强大的数据处理和控制能力可大 幅度提高应用效率和降低功耗。ＴＭＳ３２０Ｃ２８ｘ 系列 ＤＳＰ 是目前目前控制领域最高性能的处理器， 具有精度高、 速度快、集成度高等特点， 为不同控制领域提供了高性 能解决方案 ［１］。
在使用 Ｔ Ｍ Ｓ ３ ２ ０ Ｃ ２ ８ ｘ 系列 ＤＳＰ 进行数字信号处理 时， 经常要用到快速傅立叶变换（Ｆ Ｆ Ｔ ）以进行各种信 号的分析， 尤其是前期算法的实现和调试阶段。但 Ｆ Ｆ Ｔ 算法程序的编写和调试费时费力。为此 Ｔ Ｉ 公司提供了 以 ＴＭＳ３２０Ｃ２８ｘ 系列芯片为基础的 Ｃ２８ｘ 快速傅立叶 变换库 ＦＦＴ Ｌｉｂｒａｒｙ。本文以 ＣＣＳ２．０ 软件仿真器模式 环境为平台，在程序中用 ｓｉｎ 函数产生 ２ 个 １ｋＨｚ 和 ２ｋＨｚ 的单音信号，并应用 Ｃ２８ｘ 快速傅立叶变换库 ＦＦＴ Ｌｉ－ ｂｒａｒｙ 进行 ＦＦＴ 运算并进行分析。
关键词： Ｃ Ｃ Ｓ ； Ｄ Ｓ Ｐ ； Ｆ Ｆ Ｔ 中图分类号：ＴＮ９１１．７２ 文献标识码：Ａ 文章编号：１００３－７２４１（２００９）０２－００５９－０４
Fast Fourier Transform on CCS with FFT Library
LI Quan-li, LIU Chang-liang
(Harbin University of Science and Technology, Harbin 150080 China) Abstract: Most of the digital signal processing applications are based on FFT realized by DSP. The programming of the FFT routine
在许多实际应用中， 输入信号序列是实数。即便如 此， 复数 ＦＦＴ 程序仍可使用。一个简单的方法就可以将 实数数据转换成复数数据。原本的实数数据成为复数 的实部， 而属于复数虚部的部分则全部填上零。如此一 来我们就可以直接应用复数 ＦＦＴ 了。本文以调用 １２８ 点 复数 ＦＦＴ 为例， 对软件产生的单音信号进行分析。下边 介绍下复数 Ｆ Ｆ Ｔ ：
２．２ 旋转因子初始化和储存
计算 Ｆ Ｆ Ｔ 的子函数运行时， 需要在数据空间保存着
旋转因子WN = e− j2π / N 对于 k 的不同值，使 ＦＦＴ 运算过
程中随时调用。但是数据空间通常是静态存储器 Ｒ Ａ Ｍ ， 上电后数据是随机的， 不可能保存初始化的值。 因此， 应把这些旋转因子事先存放在程序空间， 在系统 上电复位时， 把这些数据利用程序复制到数据空间 ＲＡＭ 中。旋转因子被集中在用户自定义的 ＦＦＴｔｆ 段中， 名称 ＦＦＴｔｆ 中的“ｔｆ”是英文 ｔｗｉｄｄｌｅ ｆａｃｔｏｒ（旋转因子） 两个词头字母缩写而成。
２ FFT Library 库简介
Ｆ Ｆ Ｔ 是离散傅立叶变换的快速算法， 可以将一个 信号变换到频域。有些信号在时域上市很难看出是 什么特性的， 但是如果变换到频域后， 就很容易看出 特性了。这就是很多信号分析采用 ＦＦＴ 变换的原因。 另外 Ｆ Ｆ Ｔ 可将一个信号的频谱提取出来， 这在频谱 分析方面也是经常用的。
１ 引言
ＣＣＳ 是 Ｃｏｄｅ Ｃｏｍｐｏｓｅｒ Ｓｔｕｄｉｏ 的缩写，即代码设 计工作室。它是 Ｔ Ｉ 公司推出的集成可视化 ＤＳＰ 软件开 发工具。它是一种针对 Ｔ Ｍ Ｓ ３ ２ ０ 系列 Ｄ Ｓ Ｐ 的集成开发 环境，在 Ｗｉｎｄｏｗｓ 操作系统下，采用图形接口界面，提供 环境配置、源文件编辑、程序调试、跟踪和分析等工 具。Ｃ Ｃ Ｓ 有两种工作模式， 即软件仿真器模式和硬件在 线编程模式。本文主要采用软件仿真器模式， 即可以脱 离 ＤＳＰ 芯片，在 ＰＣ 机上模拟 ＤＳＰ 的指令集和工作机制， 主要用于前期算法实现和调试。
ＦＦＴ 运算后第一个点表示直流分量（即 ０Ｈｚ ）， 而最 后一个点 Ｎ 的再下一个点（实际上这个点是不存在的， 这里是假设的第 Ｎ＋１ 个点， 也可以看做是将第一个点分 做两半， 另一半移到最后）则表示采样频率 Ｆ ｓ ， 这中间
被 Ｎ － １ 个点平均分成 Ｎ 等份， 每个点的频率依次增加。 例如某点 ｎ 所表示的频率为：Ｆｎ＝（ｎ－１）＊Ｆｓ／Ｎ。
通信与信息处理
《自动化技术与应用》２ ０ ０ ９ 年第 ２ ８ 卷第 ２ 期
Communication and Information Processing
CCS 上 FFT 运算的实现
李全利， 刘长亮
（哈尔滨理工大学，黑龙江 哈尔滨 １５００８０）
摘 要：ＦＦＴ 运算是数字信号处理技术的基础，ＤＳＰ 经常要用到 ＦＦＴ 的运算，但 ＦＦＴ 算法程序的编写调试费时费力。ＴＩ 公司提供了 以 ＴＭＳ３２０Ｃ２８ｘ 系列芯片为基础的 ＣＣＳ ＦＦＴ Ｌｉｂｒａｒｙ 库函数，该库函数专门用于 ＦＦＴ 运算，使在 ＴＭＳ３２０Ｃ２８ｘ 系列芯片 上实现 ＦＦＴ 变得容易，本文就在 ＣＣＳ 软件仿真器模式情况下对 ＦＦＴ Ｌｉｂｒａｒｙ 库函数进行介绍并就使用方法进行说明。
由上边的公式可以看出，Ｆｎ 所能分辨到频率为 Ｆｓ／ Ｎ，如果采样频率 Ｆｓ 为 １０２４ Ｈｚ，采样点数为 １０２４ 点，则 可以分辨到 １ Ｈｚ。１０２４ Ｈｚ 的采样率采样 １０２４ 点，刚 好是 １ 秒， 也就是说， 采样 １ 秒时间的信号并做 Ｆ Ｆ Ｔ ， 则 结果可以分析到 １ Ｈ ｚ ， 如果采样 ２ 秒时间的信号并做 ＦＦＴ，则结果可以分析到 ０．５ Ｈｚ。如果要提高频率分辨 力， 则必须增加采样点数， 也即采样时间。
ＦＦＴ Ｌｉｂｒａｒｙ 库函数提供的 ＦＦＴ 运算程序全部
收稿日期：２００８－０７－０１
Techniques of Automation & Applications | 59
《自 动 化 技 术 与 应 用 》２ ０ ０ ９ 年第 ２ ８ 卷第 ２ 期
通信与信息处理
Communication and Information Processing
各用前半周的值。这样， 存储如上所需旋转因子需 Ｎ 个
图 １ 旋转因子（需 N 个数据）
存储空间单元， 如图 １ 所示。 在构造用户自定义的旋转因子段 ＦＦＴｔｆ 时，仅存放
前 ３ ／ ４ 周波的 sin 数据， 而不再存放 sin 和 cos 前周的 数据， 如图 ２ 所示。当需要前半周 cos 数据是， 可使用
算中用到的变量和函数定义在了如下一个结构体类型 中：ｔｙｐｅｄｅｆ ｓｔｒｕｃｔ ｛
ｌｏｎｇ ＊ｉｐｃｂｐｔｒ； ｌｏｎｇ ＊ｔｆｐｔｒ； ｉｎｔ ｓｉｚｅ； ｉｎｔ ｎｒｓｔａｇｅ； ｌｏｎｇ ＊ｍａｇｐｔｒ； ｌｏｎｇ ＊ｗｉｎｐｔｒ； ｌｏｎｇ ｐｅａｋｍａｇ； ｉｎｔ ｐｅａｋｆｒｑ； ｉｎｔ ｒａｔｉｏ； ｖｏｉｄ （＊ｉｎｉｔ）（ｖｏｉｄ ＊）； ｖｏｉｄ （＊ｉｚｅｒｏ）（ｖｏｉｄ ＊）； ｖｏｉｄ （＊ｃａｌｃ）（ｖｏｉｄ ＊）； ｖｏｉｄ （＊ｍａｇ）（ｖｏｉｄ ＊）； ｖｏｉｄ （＊ｗｉｎ）（ｖｏｉｄ ＊）； ｝ＣＦＦＴ３２；
图 ２ 旋转因子（需 ３N／４ 个数据） sin 值的 (π / 2,3π / 2) 区间。 ２．３ CFFT３２计算模块介绍
ＴＩ 公司的 ＦＦＴ Ｌｉｂｒａｒｙ 库可在 ＴＩ 的网站上下载。 并解压缩到Ｃ：＼ｔｉｄｃｓ＼ｃ２８＼ｄｓｐ＿ｔｂｏｓ＼ｆｆｔ中。该文件夹中 包含所有源代码以及相关说明。其中提供了 １２８ 点、２５６ 点、５１２ 点和 １０２４ 点 ＦＦＴ 计算模块。这些模块支持直
60 | Techniques of Automation &化技术与应用》２ ０ ０ ９ 年第 ２ ８ 卷第 ２ 期
Communication and Information Processing