一种针对资源受限应用的改进PMF-FFT捕获方法

无线传感网中节点普遍受资源、成本的限制,使得节点间通信受计算复杂度和载波频偏的影响.传统的部分相关和FFT分析(PMF-FFT)捕获方法满足不了资源受限的要求.提出一种改进的PMF-FFT捕获方法(IPMF-FFT),通过时分复用FFT运算减少FFT点数从而节省资源,并对其捕获的抗噪声性能、抗频偏能力以及资源消耗进行分析.通过仿真结果看出在抗噪声、抗频偏能力相同的基础上,提出的IPMF-FFT捕获方法比传统PMF-FFT方法减少了大量的FFT点数,节省了资源.     

实时频谱分析仪中并行FFT算法的FPGA设计

针对实时频谱分析仪对FFT计算速度高的需求提出一种并行FFT计算的方法,采用数据分开并行处理的方式达到快速计算傅里叶变换的效果.通过对比分析,本方案能够在不多占用FPGA资源的前提下成倍提高FFT的运算速度,从而提高重叠FFT过程中的重叠点数.仿真分析证明,本方案能够有效提高实时频谱分析仪中的信号处理速度,提升时间分辨率指标.     

基于FPGA的快速傅立叶变换(FFT)处理器的设计

文章针对目前数字信号处理中大量采用的快速傅立叶变换(FFT)算法采用软件编程来处理的应用现状,在对FFT算法进行分析的基础上,给出了用FPGA(Field Programmable Gate Array)实现的8点32位FFT处理器方案,并得到了系统的仿真结果.最后在Altera公司FLEX10K系列FPGA芯片上成功地实现了综合.     

基于FPGA的FFT算法研究

本文针对目前数字信号处理中广泛采用的快速傅里叶变换FFT(Fast Fourier Transform)算法采用软件编程来实现的应用现状,在对FFT算法进行分析的基础上,研究基于FPGA(Field Programmable Gate Array)芯片的FFT算法,把FFT算法对实时性的要求和FPGA芯片设计的灵活性结合起来,采用Altera公司的Cyclone Ⅱ系列FPGA芯片中的FFT megacore IP核来定制FFT功能,最后分别使用Quartus Ⅱ和matlab软件开发工具验证实现.     

“数字信号处理技术”讲座通知

为推广数字信号处理技术的应用,中国科学院声学研究所开发部、《微计算机应用》编辑部和香港先进数字系统实业有限公司拟于四月一日在北京联合举办“数字信号处理技术”讲座,为期十天。主要内容为: 1.数字信号处理技术综述。(约1天) 2.数字信号处理技术原理(包括FFT、频谱分析、相关、数字滤波等)及应用。(3-4天) 3.最新的单片数字信号处理器TMS32010和TMS32020的结构,指令系统、汇编程     

FFT扇形衰落改善算法研究

在数字信号处理中,由于被处理信号记录长度有限且在时域和频域中离散,对该信号作FFT处理时,FFT结果会产生扇形衰落。为提高FFT运算性能,对各种改善扇形衰落的方法进行了研究。基于Matlab工具,建立了通过FFT对信号鉴频的数学模型;基于增加FFT处理点数和对被处理信号加窗函数,建立了改善扇形衰落算法。通过理论分析及Matlab仿真验证,得到两种方法在各项指标条件下对FFT性能的改善情况,并分析了各自对应的优缺点。在硬件实现中,综合考虑性能和资源两方面因素,给出在不同应用领域选择合适方法的依据。     

第二期“数字信号处理技术”讲座通知

为推广数字信号处理技术的应用,中国科学院声学研究所开发部、《微计算机应用》编辑部和香港先进数字系统实业有限公司拟于7月中旬在北京联合举办第二期“数字信号处理技术”讲座,为期十天。主要内容为: 1.数字信号处理技术综述。 2.数字信号处理技术原理(包括FFT、频谱分析、相关、数字滤波等)及应用。     

TMS320C54X系列DSP上FFT运算的实现

在电子设备中数字信号处理技术越来越多地得到应用,而FFT运算是数字信号处理技术的基石,FFT运算主要由DSP来完成,DSP的FFT运算程序的编写是一项重要工作,但FFT算法程序的编写调试费时费力.TI公司提供了以TMS320C54x系列芯片为基础的DSPLIB库函数,包含FFT运算,使在TMS320C54x系列芯片上进行FFT运算变得容易,本文就DSPLIB函数库进行介绍并就使用方法进行详细说明.     

A/D转换动态精度测量中FFT分析软件的应用

深入研究Origin软件的快速傅立叶变换(FFT)在A／D转换动态精度分析中的应用,整数周期内的数据点数是影响FFT分析精度的主要因素,通过对测量数据的点数进行重新处理,既可以保证主频的幅度基本不变,又可获得较正确的谐波的幅度。从而提高A／D转换动态精度分析的正确性。     

基4FFT算法

FFT(快速富里叶变换)算法与DFT(离散富里叶变换)算法比较,其运算量显著减少,用计算机实现时速度大为提高。但FFT过程所需的运算量仍较可观,常给数字信号的实时处理带来困难。理论和实践表明,若要加快FFT算法在计算机上的实现,关键是得设