dsphdl。FFT
计算快速傅里叶变换(FFT)
描述
的dsphdl。FFTSystem object™提供两种体系结构来优化吞吐量或面积。为高吞吐量应用程序使用流式Radix 2^2架构。该体系结构支持标量或向量输入数据。金宝app您可以使用矢量输入实现每秒千兆样本(GSPS)的吞吐量。使用突发的Radix 2架构实现最少的资源，特别是在FFT大小较大的情况下。您的系统必须能够容忍突发数据和更高的延迟。该体系结构只支持标量输入数据。金宝app对象接受真实或复杂的数据，提供硬件友好的控制信号，并具有可选的输出帧控制信号。
计算快速傅里叶变换:
创建
dsphdl。FFT对象并设置其属性。使用参数调用对象，就像调用函数一样。
有关系统对象如何工作的详细信息，请参见什么是系统对象?
创建
描述
FFT_N= dsphdl。FFTFFT_N，执行快速傅里叶变换。
FFT_N= dsphdl。FFT (名称,值）
例子:fft128 = dsphdl.FFT('FFTLength'，128)
属性
使用
语法
描述
［还返回帧控制信号Y,startOut,endOut,validOut= fft_n (X,validIn）startOut而且endOut．startOut是真正的在输出数据帧的第一个样本上。endOut是真正的对于一帧输出数据的最后一个示例。
要使用此语法，请设置StartOutputPort而且EndOutputPort属性真正的．例如:
FFT_N = dsphdl。FFT (___,“StartOutputPort”,真的,“EndOutputPort”,真正的);.．.[y,startOut,endOut,validOut] = FFT_N(x,validIn)
输入参数
输出参数
对象的功能
要使用对象函数，请将System对象指定为第一个输入参数。例如，释放system对象的系统资源obj，使用这种语法:
发行版(obj)
例子
为HDL生成创建FFT
创建规格并输入信号。
N = 128;Fs = 40;t = (0:N-1)'/Fs;X = sin(2* *15*t) + 0.75*cos(2* *10*t);Y = x + .25*randn(size(x));Y_fixed = sfi(y,32,24);
编写一个创建并调用System对象™的函数。您可以从这个函数生成HDL。
函数[yOut,validOut] = HDLFFT128(yIn,validIn)% HDLFFT128使用dsphdl处理一个FFT数据样本。系统对象(TM)yIn是一个定点标量或列向量。% validIn是一个逻辑标量值。您可以从这个函数生成HDL代码。持续的fft128;如果Isempty (fft128) fft128 = dsphdl。FFT (“FFTLength”, 128);结束[yOut,validOut] = fft128(yIn,validIn);结束
通过调用每个数据样本的函数来计算FFT。
Yf = 0 (1,3*N);validOut = false(1,3*N);为循环= 1:1:3*N如果(mod(循环，N) == 0) i = N;其他的i = mod(循环，N);结束[Yf(循环)，validOut(循环)]= HDLFFT128(complex(y_fixed(i))，(循环<= N));结束
丢弃无效的数据样本。然后绘制FFT的频率通道结果。
Yf = Yf(validOut == 1);Yr = bitrevorder(Yf);情节(Fs / 2 * linspace (0, 1, N / 2), 2 * abs(年(1:N / 2) / N))标题(噪声信号y(t)的单侧振幅谱)包含(的频率(赫兹)) ylabel (FFT (f)的输出）
为HDL生成创建矢量输入FFT
创建规格并输入信号。这个例子使用128点FFT，一次计算16个样本的变换。
N = 128;V = 16;Fs = 40;t = (0:N-1)'/Fs;X = sin(2* *15*t) + 0.75*cos(2* *10*t);Y = x + .25*randn(size(x));Y_fixed = sfi(y,32,24);y_vect =重塑(y_fixed,V,N/V);
编写一个创建并调用System对象™的函数。函数不需要知道向量的大小。对象保存第一次调用时输入信号的大小。
函数[yOut,validOut] = HDLFFT128V16(yIn,validIn)% HDLFFT128V16处理16个样本向量的FFT数据yIn是一个定点列向量。% validIn是一个逻辑标量值。您可以从这个函数生成HDL代码。持续的fft128v16;如果Isempty (fft128v16) fft128v16 = dsphdl。FFT (“FFTLength”, 128);结束[yOut,validOut] = fft128v16(yIn,validIn);结束
通过向对象传递16个元素向量来计算FFT。使用getLatency函数来查找第一个输出数据样例何时准备好。然后，添加帧长以确定调用对象的次数。因为对象变量在函数内部，所以使用第二个对象来调用getLatency．使用循环计数器翻转validIn来假后N输入样本。
tempfft = dsphdl.FFT;loopCount = getLatency(tempfft,N,V)+N/V;Yf = 0 (V,loopCount);validOut = false(V,loopCount);为loop = 1:1:loopCount如果(mod(循环，N/V) == 0) i = N/V;其他的i = mod(循环，N/V);结束[Yf:循环),validOut(循环)]= HDLFFT128V16(复杂(y_vect(:,我)),(循环< = N / V));结束
丢弃无效的输出样本。
C = Yf(:，validOut==1);Yf_flat = C(:);
绘制FFT的频率通道数据。FFT输出是位反转的顺序。在绘图前重新排序。
Yr = bitrevorder(Yf_flat);情节(Fs / 2 * linspace (0, 1, N / 2), 2 * abs(年(1:N / 2) / N))标题(噪声信号y(t)的单侧振幅谱)包含(的频率(赫兹)) ylabel (FFT (f)的输出）
探索高密度脂蛋白FFT对象的延迟
对象的延迟随FFT长度和向量大小而变化。使用getLatency函数查找特定配置的延迟。延迟是第一个有效输入和第一个有效输出之间的周期数，假设输入是连续的。
创建一个新的dsphdl。FFT对象并请求延迟。
HDLFFT = dsphdl。FFT (“FFTLength”, 512);L512 = getLatency(hdlfft)
L512 = 599
请求具有不同FFT长度的相似对象的假设延迟信息。原始对象的属性不会改变。
L256 = getLatency(hdlfft,256)
L256 = 329
N = hdlfft。FFTLength
N = 512
请求接受8个样本向量输入的类似对象的假设延迟信息。
L256v8 = getLatency(hdlfft,256,8)
L256v8 = 93
在FFT的每个阶段启用伸缩。延迟没有改变。
hdlfft。N或malize = true; L512n = getLatency(hdlfft)
L512n = 599
请求与输入订单相同的输出订单。延迟会增加，因为对象必须在重新排序之前收集输出。
hdlfft。BitReversedOutput = false;L512r = getLatency(hdlfft)
L512r = 1078
算法
流基数2^2
流式Radix 2^2架构实现了低延迟架构。与流式Radix 2实现相比，它通过分解和分组FFT方程节省了资源。架构有日志4（N)阶段。每个阶段包含两个带有内存控制器的单路径延迟反馈(SDF)蝴蝶。当您使用矢量输入时，每个阶段操作的输入样本更少，因此有些阶段减少为一个简单的蝴蝶，没有SDF。
第一个SDF阶段是一个普通的蝴蝶。第二阶段将第一阶段的输出乘以- j．为了避免硬件乘数，块交换输入的实部和虚部，然后再次交换结果输出的虚部。每个阶段将旋转因子乘法的结果舍入为输入单词长度。旋转因子有两个整数位，其余的位用于小数位。旋转因子与输入数据具有相同的位宽，王．旋转因子有两个整数位，和王-2个小数位。
如果启用缩放，算法将每个蝴蝶阶段的结果除以2。在每个阶段缩放避免溢出，保持单词长度与输入相同，并导致整体缩放因子为1/N．如果禁用缩放，算法通过在每个阶段增加1位的字长来避免溢出。该图显示了每个阶段的蝴蝶和内部单词长度，不包括内存。
爆裂基数2
突发的Radix 2架构通过使用一个复杂的蝴蝶倍增器实现FFT。算法在存储整个输入帧之前不能启动，在计算完成之前不能接受下一帧。输出准备好了Port表示算法何时可以接收新数据。该图显示了带有管道寄存器的突发体系结构。
使用此体系结构时，输入数据必须符合准备好了反压力信号。
控制信号
该算法仅在输入有效的端口为1。输出数据只有当输出有效的端口为1。
当可选输入重置端口为1时，算法停止当前计算，清除所有内部状态。算法开始新的计算时重置端口为0，为输入有效的端口开始一个新的帧。
这个图显示了输入和输出有效的用于连续标量输入数据的端口值，流Radix 2^2架构，FFT长度为1024，向量大小为16。
该图还显示了可选选项开始而且结束指示帧边界的端口值。如果您启用开始港口,开始端口值脉冲一个周期与帧的第一个有效输出。如果您启用结束港口,开始端口值脉冲一个周期与帧的最后一个有效输出。
如果应用连续的输入帧，在初始延迟后输出也将是连续的。
输入有效的端口可以不连续。带有输入的数据有效的端口在到达时被处理，结果数据被存储，直到一个帧被填充。然后算法在帧中返回连续的输出样本N（FFT长度)周期。该图显示了FFT长度为512和向量大小为16的不连续输入和连续输出。
当使用突发架构时，在内存空间可用之前不能提供下一帧输入数据。的准备好了信号表示算法何时可以接受新的输入数据。必须应用输入数据而且有效的信号只在准备好了是1(真正的)。该算法忽略任何输入数据而且有效的信号时准备好了是0(假)。
延迟
延迟随FFT长度和向量大小而变化。使用getLatency函数查找特定配置的延迟。延迟是第一个有效输入和第一个有效输出之间的周期数，假设输入是连续的。
当使用带有连续输入的突发架构时，如果您的设计等待准备好了输出0在去断言输入之前有效的，然后一个额外的数据周期到达输入。这个数据样本是下一帧的第一个样本。该算法在处理当前帧时可以保存一个样本。由于这一个样本的进步，观察到的延迟的后面帧(从输入有效的输出有效的)比报告的延迟时间短一个周期。延迟从输入时的第一个周期开始测量有效的输出时是1的第一个循环吗有效的是1。当之间的周期数准备好了端口为0，输出有效的Port is 1总是延迟- - - - - -FFTLength．
扩展功能
版本历史
在R2014b中引入
您也可以从以下列表中选择一个网站: