JIANGSU UNIVERSITY 本 科 生 课 程 设 计

DSP课程设计实验报告

基于ICETEK5509实验箱和基2FFT算法的频谱分析

学院名称： 计算机科学与通信工程学院 专业班级： 通信工程 学生姓名： 指导教师姓名： 指导教师职称：

年 月 一、设计目的与意义 1、本课程设计与理论课、实验课一起构成《DSP芯片原理与应用》完整课程 体系； 2、针对理论课、实验课中无时间和不方便提及内容和需强调重点进行补充与 完善； 3、以原理算法的实现与验证体会DSP技术的系统性，并加深基本原理的体会。 二、设计要求 1、系统设计要求： ⑴.设计一个以ICETEK5509为硬件主体，FFT为核心算法的频谱分析系统 方案； ⑵.用C语言编写系统软件的核心部分，熟悉CCS调试环境的使用方法， 在CCS IDE中仿真实现方案功能； ⑶.在实验箱上由硬件实现频谱分析。 2、具体要求： ⑴.FFT算法C语言实现与验证 1) 参考教材节FFT核心算法在CCS软件仿真环境中建立FFT工 程：添加main()函数，更改教材中个别语法错误，添加相应的库文 件，建立正确的FFT工程； 2) 设计检测信号，验证FFT算法的正确性及FFT的部分性质； 3) 运用FFT完成IFFT的计算。 ⑵.单路、多路数模转换（A/D） 1) 回顾CCS的基本操作流程，尤其是开发环境的使用； 2) 参考实验指导和示例工程掌握5509芯片A/D的C语言基本控制流 程； 3) 仔细阅读工程的源程序，做好注释，为后期开发做好系统采集前端 设计的准备。 ⑶.系统集成，实现硬件频谱分析 1) 整合前两个工程，实现连续信号的频谱分析工程的构建； 2) 参考A/D转换示例和DSP系统功能自检示例完成硬件连接，并测试 开发系统运行效果； 3) 基于现有系统，对于实时频谱分析给出进一步开发设计和系统改良 方案。 三、课程设计原理 1、DSP应用系统构成：

注：一般的输入信号首先进行带限滤波和抽样，然后进行模数（A/D）转换，将信号变成数字比特流。根据奈奎斯特抽样定理，对低通信号模拟，为保持信号的不丢失，抽样频率必须至少是输入带限信号的最高频率的2倍，工程上为带限信号最高频率的3-5倍。

2、快速离散傅里叶变换（FFT）的基本原理: 频谱分析系统

FFT是一种快速有效地计算离散傅里叶变换（DFT）的方法。它是根据离散傅里叶变换的奇、偶、虚、实等特性，对离散傅里叶变换的算法进行改进获得的。 因为需要N次复数乘法和N-1次复数加法，所以计算全部X(k)01kN（），共需要2N次复数乘法和N(N-1)次复数加法。实现一次复数乘法需要四次实数乘法和两次实数加法，一次复数加法需要两次实数加法，因此直接计算全部X(k)共需要42N次实数乘法和2N(2N-1)次实数加法。为减少运算量，提高运算速度，就必须改进算法。 FFT算法就是不断地把长序列的DFT分解成几个短序列的DFT，并利用mNW的周期性和对称性来减少DFT的运算次数。 nkNW具有以下固有特性：

(1)nkNW的周期性：()(NnknNknkNNNWWW） (2)nkNW的对称性：()nknknnNkNNNWWW（） (3)nkNW的可约性：/,nnNNnNNnWWWW 另外，/2(/2)1,NkNkNNNWWW。 利用nkNW的上述特性，将x(n)或X(k)序列按一定规律分解成短序列进行运算，这样可以避免大量的重复运算，提高计算DFT的运算速度。算法形式有很多种，但基本上可以分为两大类，即按时间抽取(Decimation In Time，DIT)FFT算法和按频率抽取(Decimation In Frequency，DIF)FFT算法。

N=8的按时间抽取FFT 5

N=8的按频率抽取FFT 实数序列的FFT： 反FFT运算可以表示为： 101x(n)=(),0,1,2,,1NnkNkXkWnNN





.2.8（4）

式中，X()k是时域信号x()n的傅里叶变换。比较.1.2（4）和.2.8（4）可以看出，通过下列修改，我们可以用FFT算法来实现反FFT: ⑴增加一个归一化因子1/N； ⑵将nkNW用其复共轭-nkNW代替。 由于第二点需要修改符号，因此FFT程序还不能不加修改的来计算反FFT。 因为 101x(n)=[()]NnkNkXkWN



1={[()]}FFTXk

N .2.9（4）

可见，求X()k的反FFT可以分为以下三个步骤： ⑴取X()k的共轭，得X()k； ⑵求X()k的FFT,得Nx()n； 6

⑶取x()n的共轭，并除以N，即得x()n。 采用这种方法可以完全不用修改FFT程序就可以计算反FFT。 3、单路、多路模数转换实验原理（AD) ⑴ TMS320VC5509A模数转换模块特性： —带内置采样和保持的10位模数转换模块ADC,最小转换时间为500ns, 最大采样率为。 —2个模拟输入通道（AIN0-AIN1）。 —采样和保持获取时间窗口有单独的预定标控制。 ⑵ 模数转换工作过程： —模数转换模块接到启动转换模块后，开始转换第一通道的数据。 —经过一个采样时间的延迟后，将采样结果放入转换结果寄存器保存。 —转换结束，设置标志。 —等待下一个启动信号。 ⑶ 模数转换的程序控制： 模数转换相对于计算机来说是一个较为缓慢的过程。一般采用中断方式启动转换或保存结果，这样在CPU忙于其它工作时可以少占用处理时间。设计转换程序应首先考虑处理过程如何与模数转换的时间相匹配，根据实际需要选择适当的触发转换手段，也要能及时地保存结果。 由于TMS320VC5509A DSP芯片内的A/D转换精度是10位，转换结果的低10位为所需数值，所以在保留时应注意将结果的高6位去除，取出低10位有效数字。 ⑷ 实验程序流程图：

开

始

初始化CPU时钟、 EMIF、AD采样时钟

启动AD0通道采集（连续 256次）存入缓冲区 实验程序流程图 四.实验程序和流程图： 1、FFT ⑴FFT程序： #include <> struct compx { float real,imag;}; struct compx EE(struct compx b1,struct compx b2) eal=xin[i].; xin[ip].imag =xin[i].; xin[i].real=xin[i].real+; xin[i].imag=xin[i].imag+;} v=EE(v,w); }}} return; } /*****************main programe********************/ #include<> #include<> #include<> #include<>

float result[257]; float input[257]; 8

struct compx s[257]; int Num=256 ; const float pp= ; main() { int i=1 ; for(;i<257;i++) { eal=sin(pi*i/128); s[i].real=cos(2*pp*i/256); s[i].imag=0 ; input[i]=sin(2*pp*i/256); } FFT(s,Num); for(i=1;i<257;i++) { result[i]=sqrt(pow(s[i].real,2)+pow(s[i].imag,2)); } } ⑵FFT流程图 开始

输入xin,N m=log2N 变址运算 l=1

输出频谱图 l++

第l次蝶形运算

l<=m 3、AD ⑴AD程序 #include "" #include "" #include "" #include "" #include ""

struct compx s0[257],s1[257]; float input0[256],input1[256],output0[256],output1[256]; #define pi 3.

void InitADC(); void wait( unsigned int cycles ); void EnableAPLL( );

unsigned int nADC0[256],nADC1[256]; main() { int i; unsigned int uWork;

EnableAPLL(); SDRAM_init(); InitADC();