二维FFT算法Matlab实现

一、参考文献

1. 张丽君，大点数FFT的二维算法FPGA并行实现[J].
2. 许丁鸿，一种2-D高速滑动FFT处理器的设计与硬件实现[D].

二、实现过程

       算法推导和实现过程，可以参考以上两篇论文，下图截取自《一种2-D高速滑动FFT处理器的设计与硬件实现》2.5节内容。

三、Matlab代码

       由于我在代码里注释写得特别清楚，这里就不废话了，直接上Matlab代码。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%% Zheng Wei, 2022/12/18
%% 用Matlab验证二维FFT算法实现过程的正确性，然后移植到FPGA中实现。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

clc;         % 清除命令行窗口
clear all;   % 清除所有变量、函数等
close all;   % 关闭所有图形窗口

N=16384;  % 总共为N点
L=1024;   % 分成L行
C=N/L;    % 分成C列

% 产生一个N点的离散序列
n=1:N;
y=n.*ones(1,N);

% 先直接做N点的一维FFT变换，以便与二维FFT变换的结果进行对比
fft1d_out = fft(y,N); 


% -------------------------------------------------------
% 以下是二维FFT变换实现过程

% 第一步：将N点分成L行C列
for c=1:C
    y1(:,c) = y(1,c:C:end);      % 先分成C列，每列L点
end

% 第二步：做C次L点的列变换
% fft_col=fft(y1,L);
for c=1:C
    y_col = y1(:,c);             % 取出每列的L点
    fft_col(:,c) = fft(y_col,L); % 再对每列做L点FFT变换
end
   
% 第三步：获得旋转因子WN_nk
for c=1:C
    for l=1:L
        nk=(2*pi*(c-1)*(l-1))/N;  % 先得到nk    
        W(l,c)=cos(nk)-i*sin(nk); % 再得到旋转因子
%         W1(l,c)=exp(-i*nk);     % 再得到旋转因子
    end
end

% 第四步：将列变换的结果乘以旋转因子WN_nk
fft_col_w=fft_col.*W;

% 第五步：做L次C点的行变换
% fft_row=fft(fft_col_w,C,2);
for l=1:L
    y_row = fft_col_w(l,:);      % 取出每行的C点
    fft_row(l,:) = fft(y_row,C); % 再对每行做C点FFT变换
end

% 第六步：整序输出
for c=1:C
    for l=1:L
        fft2d_out(1,((c-1)*L)+l)=fft_row(l,c); % 从第一列依次到最后一列
    end
end

% 将二维FFT变换的结果与一维FFT变换的结果进行对比，确认算法的正确性
% 除了很小的计算误差，两者的结果是一样的
fft_diff = fft2d_out - fft1d_out;

从matlab运行结果可以看到，二维FFT变换结果与一维FFT变换结果的最大误差也只有10^(-9)，完全可以认为两者的计算结果是一致的。后续要做的工作，就是把Matlab代码实现过程迁移到FPGA上，用Verilog代码去实现，用Modelsim去做仿真验证，最后再上板测试了。