1 算法原理
    FFT算法是基于離散傅里葉變換(DFT)，如式(1)和式(2)：

   
求和運算的嵌套分解以及復數(shù)乘法的對稱性得以實現(xiàn)。其中一類FFT算法為庫利一圖基(Cooley-Tukey)基r按頻率抽選(DIF)法，將輸入序列循環(huán)分解為N／r個長度為r的序列，并需要logr N級運算。算法的核心操作是蝶型運算，蝶型運算的速度直接影響著整個設計的速度。
    基4頻域抽取FFT算法是指把輸出序列X(k)按其除4的余數(shù)不同來分解為越來越短的序列，實現(xiàn)x(n)的DFT算法。FFT的每一級的運算都是有N／4個蝶形運算構成，第m級的一個蝶形運算的四節(jié)點分別為Xm(k)，Xm(k+N／4m)，Xm(k+2N／4m)以及Xm(k+3N／4m)，所以每一個蝶形運算結構完成以下基本迭代運算：
   

    式(3)～式(6)中：m表示第m級蝶形算法；k為數(shù)據(jù)所在的行數(shù)；N為所要計算的數(shù)據(jù)的點數(shù)；WN為旋轉因子。
    將輸入序列循環(huán)分解為4點序列的基4分解，使用4點FFT在乘法上更具優(yōu)勢，Altera的：FFT兆核選用的就是基4運算，若N是2的奇數(shù)冪的情況下，F(xiàn)FT IP核則自動在完成轉換的最后使用基2運算。

2 FFT兆核(IP)函數(shù)
    FFT Core支持4種I／O數(shù)據(jù)流結構：流(Stream-ing)、變量流(Variable Streaming)、緩沖突發(fā)(BufferedBurt)、突發(fā)(Burst)。流結構允許輸入數(shù)據(jù)連續(xù)處理，并輸出連續(xù)的復數(shù)據(jù)流，這個過程不需要停止FFT函數(shù)數(shù)據(jù)流的進出。變量流結構允許輸入數(shù)據(jù)連續(xù)處理，并產(chǎn)生一個與流結構相似連續(xù)輸出數(shù)據(jù)流。緩沖突發(fā)數(shù)據(jù)流結構的FFT需要的存儲器資源比流動I／O數(shù)據(jù)流結構少，但平均模塊吞吐量減少。突發(fā)數(shù)據(jù)流結構的執(zhí)行過程和緩沖突發(fā)結構相同，不同的是，對于給定參數(shù)設置，突發(fā)結構在降低平均吞吐量的前提下需要更少的存儲資源。

3 FFT處理器引擎結構
    FFT兆核函數(shù)可以通過定制參數(shù)來使用兩種不同的引擎結構：四輸出(Quad-outlput)或單輸出(Signal-output)引擎結構。為了增加FFT兆核函數(shù)的總吞吐量，也可以在一個FFT兆核函數(shù)變量中使用多個并行引擎。本文建立一個基于QuartusⅡ7.O計算24位512點FFT工程，采用四輸出FFT引擎結構，如圖1所示。

    復取樣數(shù)據(jù)X[k，m]從內(nèi)部存儲器并行讀出并由變換開關(SW)重新排序，排序后的取樣數(shù)據(jù)由基4處理器處理并得到復數(shù)輸出G[k，m]，由于基4按頻率抽選(DIF)分解方法固有的數(shù)字特點，在蝶形處理器輸出上僅需要3個復數(shù)乘法器完成3次乘旋轉因子(有一個因子為1，不需要乘)計算。這種實現(xiàn)結構在一個單時鐘周期內(nèi)計算所有四個基4蝶形復數(shù)輸出。
    同時，為了辨別取樣數(shù)據(jù)的最大動態(tài)范圍，四個輸出由塊浮點單元(BFPU)并行估計，丟棄適當?shù)淖畹臀?LSB)，在寫入內(nèi)部存儲器之前對復數(shù)值進行四舍五入并行重新排序。對于要求轉換時間盡量小的應用，四輸出引擎結構是最佳的選擇；對于要求資源盡量少的應用，單輸出引擎結構比較合適。為了增加整個FFT吞吐量，可以采用多并行的結構。

4 系統(tǒng)驗證
4．1 工程仿真
    選擇CycloneⅡ系列的EP2C70F896C8芯片來實現(xiàn)，先在QuartusⅡ軟件下進行綜合仿真，初始化參數(shù)設置FFT變換長度為512點，數(shù)據(jù)和旋轉因子精度為24 b，選擇緩沖突發(fā)的數(shù)據(jù)流結構，四輸出引擎并行FFT引擎?zhèn)€數(shù)為4個，復數(shù)乘法器結構為“4／Mults／2Adders”。EP2C70F896C8芯片包括68 416個邏輯單元，31 112個寄存器單元，最大用戶輸入／輸出引腳622個，總RAM達1 152 000 b，其布線資源由密布的可編程開關來實現(xiàn)相互間的連接，這種結構完全符合實現(xiàn)FFT電路的要求。
    經(jīng)綜合和時序分析得知：其工作時鐘頻率
69．58 MHz(period=14．372 ns)，進行一次蝶形運算只需約14 ns，全部512點數(shù)據(jù)處理完成則需14．372×4×512=29．3μs滿足時序要求。具體綜合結果如圖2所示，為Quartus軟件環(huán)境下仿真得到。

    圖3則表明了FFT的綜合邏輯結果，為編譯成功后的RTL級電路描述。

    FFT處理器模塊采用緩沖突發(fā)數(shù)據(jù)流結構的信號時序圖如圖4所示，在系統(tǒng)復位信號(reset_n)變?yōu)榈碗娖胶?，?shù)據(jù)源將sink_ready信號置高電平，表明有能力接收輸入信號。數(shù)據(jù)源加載第一個復數(shù)數(shù)據(jù)樣點到FFT函數(shù)中，同時將sink_sop信號置高電平，表示輸入模塊的開始。在下一個時鐘周期，sink_sop信號被復位，并以自然順序加載后面的N-1個復輸人數(shù)據(jù)樣點。

    當完全載入輸入模塊時，F(xiàn)FT函數(shù)復位sink_ena信號，表示FFT不再接收其他輸入數(shù)據(jù)并開始計算輸入數(shù)據(jù)模塊的變換結果。在FFT處理器內(nèi)部輸入緩沖區(qū)讀取樣點之后，F(xiàn)FT將sink_ena信號重新置高電平，準備讀取下一個輸入模塊。下一個輸入模塊的起點由sink_sop脈沖確定。當FFT完成了輸入模塊的變換，并且從設備匯端將source_ready信號(表示數(shù)據(jù)從設備接收器可以接收輸出數(shù)據(jù)模塊)置高電平，并且以自然順序輸出復數(shù)變換域數(shù)據(jù)模塊。
4．2 仿真結果分析
    在編譯綜合后，工程當中含有基于FFT IP核生成的Matlab文件，這樣就可在Matlab下對工程結果進行進一步測試，構建信號，并與Matlab計算的理論結果進行比較。設輸入函數(shù)為z(t)=20 000sin(20πt)，點數(shù)N=512，采樣頻率為500 Hz，即采樣間隔為O.002 s，采樣的時間長度為O.002 x 512 s，該正弦信號通過512點FFT處理結果如圖5所示，正弦信號基于IP核Matlab文件仿真結果如圖6所示。

    由圖5，圖6比較可以看出FFT、處理器處理后的結果和Matlab計算的理論結果基本一致。都在第11點和第503點取得最大FFT絕對值，兩者的誤差只是在FFT頻譜絕對值的幅度大小原因：一是Altera FFT兆核函數(shù)的塊浮點輸出與Matlab這種全精度FFT的輸出相比，存在最低位(LSB)被丟棄的影響；二是工程初始化IP核采用的數(shù)據(jù)精度取24位(V7.0 IP最大支持24位數(shù)據(jù)精度)。

5 結 語
    在利用FFT IP核進行FFT算法實現(xiàn)的同時，對仿真結果做了全面分析，由于IP核的可塑性很強，增加了芯片的靈活性。使用Altera FFT的IP Core大大減少了產(chǎn)品的開發(fā)時間，Altera還可進一步實現(xiàn)加窗功能，甚至DDC部分(單端信號向I／Q轉換)整合到其FFT處理器模塊中，能進一層次簡化開發(fā)的流程，在今后實際工程應用中高效利用。