-
摘要随着计算机和数字信号系统的飞速发展，数字信号处理的应用已经渗透到各个领域并且发挥着巨大的作用。DSP，尤其是多核DSP凭借其高效率以及高实时性，在工业测量、医疗检测、电子通信以及军事、雷达等方面应用广泛。FFT算法作为DFT的快速算法，成为我们将时域信号搬移到频域进行分析的重要工具。
- 上一篇：基于深度图像渲染方法的研究+文献综述
- 下一篇：VC++实时图像采集与处理平台开发
本文结合DFT算法以及FFT算法的原理及特点，实现在多核DSP TMS320C6678开发板上实现FFT算法的运行。本文首先对多核DSP硬件、软件开发环境CCS方面做了介绍和阐述，然后通过MATLAB软件产生信号输入CCS开发环境，调用FFT算法进行运算，将输出结果绘出波形，与MATLAB中的结果产生对比，进而验证正确性。本文的最后还对FFT算法的优化方法进行论述，提出两种可行的优化方案思路，使DSP运行FFT算法的效率有所提高。26413
关键词 多核DSP TMS320C6678 FFT 算法优化
毕业论文设计说明书外文摘要
Title Realization of FFT algorithm based on multicore DSP
Abstract
With the rapid development of computer and digital signal systems, the application of digital signal processing has penetrated into all areas and plays a huge role. DSP, especially multicore DSP with high efficiency and high real-time, has wide range of applications in industrial measurement, medical testing, electronic communications and military, radar and other aspects. FFT algorithm, as a fast way of DFT algorithm, has become an important tool for us to move the time domain to the frequency domain signal analysis.
In this paper, we will take combine of DFT algorithms and FFT algorithm principle and characteristics to achieve the realization of FFT algorithm on multi-core DSP TMS320C6678 development board to. This paper first describe the hardware of multi-core DSP and the software development environment CCS . And then, we generate an input signal from the MATLAB software to the development environment CCS, call FFT algorithm from the DSP lib for computing the output waveform and plot them, and compare them with the result produced from MATLAB, to test and verify the correction. Finally, this paper also discusses the way to optimization of FFT algorithm , proposed two possible optimization ideas to get the efficiency of DSP FFT algorithm running improved.
Keywords multicore DSP TMS320C6678 FFT algorithm improvement
目 次
1 绪论 1
1.1 课题研究背景及意义 1
1.2 FFT研究状况及国内外现状 3
1.3 本论文主要研究的内容 4
2 FFT算法原理6
2.1 离散傅里叶变换（DFT） 6
2.2 快速傅里叶变换（FFT） 6
2.3 本章小结 10
3 FFT算法的DSP实现 11
3.1 TMS320C6678简介 11
3.2 CCS简介 14
3.3 FFT算法实现流程图 14
3.3 本章小结 16
4 结果及分析 17
4.1 运行结果及分析 17
4.2 算法优化办法 21
4.3 本章小结 30
结论 31
致谢 32
参考文献33
1 绪论
1.1 课题研究背景及意义
1.1.1 FFT
傅里叶变换由法国数学家傅里叶最早提出，它能够帮我们将需要研究的时域信号搬移到频域。我们都清楚，在分析信号时，频域信号往往要优于时域信号的分析，不仅因为频域信号分析起来较为简单，而且频域的信号分析能够分析更为复杂的信号，得到更准确的结论。因此通过对信号频域的特性分析，我们能够更好地了解信号的信息及特点。因此，信号的傅里叶变换，傅里叶变换是声学、语音、电信等领域中一种重要的分析工具[1]。
离散傅里叶变换（Discrete Fourier Transform, DFT）对连续信号进行傅里叶变换，但由于计算量太过于庞大，其早期的发展受到了极大的限制，并没能被重用。后来，快速傅里叶变换(Fast Fourier Transform, FFT)的出现才使这种局面有所改善。快速傅里叶变换是离散傅里叶变换的快速算法，它能有效地简化离散傅里叶变化，从而使其计算效率得以提高。因而在如今的无线通信、语音识别、图像处理和频谱分析等各工程领域中，快速傅里叶变换都占据了相当重要的地位。