fft算法的c语言实现dsp,实数FFT算法的设计及其C语言实 - 处理器/DSP - 电子发烧友网...

3 DIT FFT 算法的基本思想分析

我们知道N点FFT运算可以分成LOGN2 级，每一级都有N/2个碟形。DIT FFT的基本思想是用3层循环完成全部运算(N点FFT)。

第一层循环：由于N=2m需要m级计算,第一层循环对运算的级数进行控制。

第二层循环：由于第L级有2L-1个蝶形因子(乘数)，第二层循环根据乘数进行控制，保证对于每一个蝶形因子第三层循环要执行一次，这样，第三层循环在第二层循环控制下，每一级要进行2L-1次循环计算。

第三层循环：由于第L级共有N/2L个群，并且同一级内不同群的乘数分布相同，当第二层循环确定某一乘数后，第三层循环要将本级中每个群中具有这一乘数的蝶形计算一次，即第三层循环每执行完一次要进行N/2L个碟形计算。

可以得出结论：在每一级中，第三层循环完成N/2L个碟形计算;第二层循环使第三层循环进行 2L-1次，因此，第二层循环完成时，共进行2L-1 *N/2L=N/2个碟形计算。实质是：第二、第三层循环完成了第L级的计算。

几个要注意的数据：

① 在第L级中，每个碟形的两个输入端相距b=2L-1个点。

② 同一乘数对应着相邻间隔为2L个点的N/2L个碟形。

③ 第L级的2L-1个碟形因子WPN 中的P，可表示为p = j*2m-L，其中j = 0，1，2，...，(2L-1-1)。

以上对嵌入式系统中的FFT算法进行了分析与研究。读者可以将其算法直接应用到自己的系统中，欢迎来信共同讨论。(Email:xiaowanang@163.net)

附128点DIT FFT函数：

/* 采样来的数据放在dataR[ ]数组中，运算前dataI[ ]数组初始化为0 */

void FFT(float dataR[],float dataI[])

{int x0,x1,x2,x3,x4,x5,x6;

int L,j,k,b,p;

float TR,TI,temp;

/********** following code invert sequence ************/

for(i=0;i<128;i++)

{ 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;

xx=x0*64+x1*32+x2*16+x3*8+x4*4+x5*2+x6;

dataI[xx]=dataR[i];

}

for(i=0;i<128;i++)

{ dataR[i]=dataI[i]; dataI[i]=0; }

/************** following code FFT *******************/

for(L=1;L<=7;L++) { /* for(1) */

b=1; i=L-1;

while(i>0)

{b=b*2; i--;} /* b= 2^(L-1) */

for(j=0;j<=b-1;j++) /* for (2) */

{ p=1; i=7-L;

while(i>0) /* p=pow(2,7-L)*j; */

{p=p*2; i--;}

p=p*j;

for(k=j;k<128;k=k+2*b) /* for (3) */

{ TR=dataR[k]; TI=dataI[k]; temp=dataR[k+b];

dataR[k]=dataR[k]+dataR[k+b]*cos_tab[p]+dataI[k+b]*sin_tab[p];

dataI[k]=dataI[k]-dataR[k+b]*sin_tab[p]+dataI[k+b]*cos_tab[p];

dataR[k+b]=TR-dataR[k+b]*cos_tab[p]-dataI[k+b]*sin_tab[p];

dataI[k+b]=TI+temp*sin_tab[p]-dataI[k+b]*cos_tab[p];

} /* END for (3) */

} /* END for (2) */

} /* END for (1) */

for(i=0;i<32;i++){ /* 只需要32次以下的谐波进行分析 */

w[i]=sqrt(dataR[i]*dataR[i]+dataI[i]*dataI[i]);

w[i]=w[i]/64;}

w[0]=w[0]/2;

} /* END FFT */