些都非常适合实现算法和数字滤波器。

因此，自主研发基于芯片的和数字滤波器，把和数字滤波器实时性的要求和芯片设计的灵活性结合起来，实现并行算法与硬件结构的优化配置，提高和数字滤波器处理速度，满足现代信号处理的高速度高可靠性要求，成为了现今我国数字信号处理的个研究点。

鉴于此种趋势，作者将基于的和数字滤波器设计与实现作为了研究课题。

的国内外发展研究现状针对和数字滤波器的硬件实现方案主要有三种途径处理器专用集成电路可编程逻辑器件，其中可编程逻辑器件以为代表。

通用数字信号处理芯片通用数字信号处理芯片即处理器，按照的用途，可分为通用型芯片和专用型芯片。

通用型芯片适合普通的应用，通用芯片具有接口灵活编程方便稳定性好运算精度高等特点，同时也更适应于大规模集成电路如公司的系列芯片属于通用型芯片。

专用芯片是为特定的运算而设计的，更适合特殊的运算，如数字滤波卷积和，如公司的，公司的，公司的等就属于专用型芯片。

针对般数字信号处理算法的实现，采用通用可编程硬件处理器技术来实现和数字滤波器。

这种实现方法具有软件设计多用性的优点，能够适用于各种需要运算和数字滤波器进行信号处理的应用场合，灵活方便。

但是，通用处理器构成的处理器和数字滤波器采用循环编码算法，程序量小，但存在大量的冗余运算，需要许多跳转操作，处理速度较慢，难以满足现代数字信号处理高速大规模二〇〇七年六月二十七日星期三实时性的要求。

在进行大点数计算和数字滤波时，并行算法与处理器的寻址能力不相适应，不能有效利用数据传输的带宽和运算能力，造成硬件资源的浪费。

专用集成电路芯片在集成电路界被认为是种为专门目的而设计的集成电路。

是指应特定用户要求和特定电子系统的需要而设计制造的集成电路。

在些特殊功能的表现上相当好，这种方案运算速度快到原点以后，可以看出图像的频率分布是以原点为圆心，对称分布的。

将频谱移频到圆心除了可以清晰地看出图像频率分布以外，还有个好处，它可以分离出有周期性规律的干扰信号，比如正弦干二〇〇七年六月二十七日星期三扰，副带有正弦干扰，移频到原点的频谱图上可以看出除了中心以外还存在以点为中心，对称分布的亮点集合，这个集合就是干扰噪音产生的，这时可以很直观的通过在该位置放置带阻滤波器消除干扰。

二〇〇七年六月二十七日星期三摘要快速傅立叶变换作为时域和频域转换的基本运算，是数字谱分析的必要前提。

传统的使用软件或实现，高速处理时实时性较难满足，因此专用集成电路和可编程逻辑器件以现场可编程门阵列为代表应运而生。

速度上更占优势，但是随着点数的增加，芯片面积将迅速扩大，也就意味着成本的提高。

而内部含有硬件乘法器，大量的存储单元和可编程，十分适合于处理器的实现，而且相对，成本低廉，可以反复编程，便于调试，也更具市场竞争力。

本文应用语言完成点基复数的处理系统设计，包括蝶形运算单元设计存储单元设计块浮点单元设计地址产生单元设计功能切换单元设计以及时序控制单元的设计工作。

以选取的器件库为基础，使用软件进行仿真，并对结果进行分析。

关键词快速傅立叶变换单元设计仿真二〇〇七年六月二十七日星期三，及意义随着数字技术与计算机技术的发展，数字信号处理，技术已深入到各个学科领域，其应用又是多种多样，但数字信号处理基本上从两个方面来解决信号的处理问题个是时域方法，即数字滤波另个是频域方法，即频谱分析。

处理的任务大致分为三类卷积用于各种滤波器，对给定频率范围的原始信号进行加工通过或滤出来提高信噪比相关用于信号比较，分析随机信号的功率谱密度变换用于分析信号的频率组成，对信号进行识别。

其中，离散傅立叶变换，和卷积是信号处理中两个最基本也是最常用的运算，它们涉及到信号与系统的分析与综合这广泛的信号处理领域。

由数字信号处理的基本理论可知，卷积可以转化为来实现，实际上其他许多算法，如相关谱分析等也都可以转化来实现此外，各种系统的分析设计和实现中都会用到的计算问题。

所以，在各种数字信号处理中起着核心作用，而的快速算法快速傅立叶变换，就成为了数字信号处理的最基本技术之，对算法及其实现方式的研究是很有意义的。

目前，广泛应用在频谱分析匹配滤波数字通信图像处理语音识别雷达处理遥感遥测地质勘探和无线保密通讯等众多领域。

在不同应用场合，需要不同性能要求的处理器。

在很多应用领域都要求处理器具有高速度高精度大容量和实时处理的性能。

因此，如何更快速更灵活地实现变得越来越重要。

此外，数字滤波在图像处理语音识别和模式识别等数字信号处理中占有重要地位。

与模拟滤波器相比，数字滤波器可以满足滤波器幅度和相位特性的严格要求，可以克服模拟滤波器所无法克服的电压漂移温度漂移和噪声等问题。

有限冲激响应滤波器可以保证严格的线性相位。

同时由于其实现结构主要是非递归的，因此滤波器可以稳定工作。

滤波器被广泛用于各类数字信号处理系统中实现卷积相关自适应滤波正交插值等处理。

随着数字信号处理技术的发展，在消费电子领域要求处理速度更快功耗更低集成度更高和产品开发周期更短，因此许多数字信号处理的实现方法被不断提出，其中基于的数字信号处理实现技术就是其中的重要技术之。

二〇〇七年六月二十七日星期三近几年，随着现场可编程门阵列技术的迅速发展，采用并行度更大速度更快的二〇〇七年六月二十七日星期三目录绪论课题的背景及意义的国内外发展研究现状通用数字信号处理芯片专用集成电路芯片可编程逻辑器件篇章结构离散福利叶变换的快速算法的基本理论基算法定点数的相关概念定点数的定义定点数加减法的溢出及检测方法定点数的定标有限字长效应块浮点数的算法设计处理器的实现框图蝶形运算单元的设计流水线结构存储单元的设计数据存取规律分析双口及其地址发生器的设计及其地址发生器的设计浮点单元的设计时序控制单元的设计基于语言的的设计与仿真介绍仿真建立工程二〇〇七年六月二十七日星期三加载文件开始仿真结果分析结论致谢参考文献附录英文原文附录汉语翻译二〇〇七年六月二十七日星期三绪论课题的背景由组适当的正弦曲线组合而成。

当时审查这个论文的人，其中有两位是历史上著名的数学家拉格朗日，和拉普拉斯当拉普拉斯和其它审查者投票通过并要发表这个论文时，拉格朗日坚决反对，在他此后生命的六年中，拉格朗日坚持认为傅立叶的方法无法表示带有棱角的信号，如在方波中出现非连续变化斜率。

法国科学学会屈服于拉格朗日的威望，拒绝了傅立叶的工作，幸运的是，傅立叶还有其它事情可忙，他参加了政治运动，随拿破仑远征埃及，法国大革命后因会被推上断头台而直在逃避。

直到拉格朗日死后年这个论文才被发表出来。

谁是对的呢拉格朗日是对的正弦曲线无法组合成个带有棱角的信号。

但是，我们可以用正弦曲线来非常逼近地表示它，逼近到两种表示方法不存在能量差别，基于此，傅立叶是对的。

二〇〇七年六月二十七日星期三为什么我们要用正弦曲线来代替原来的曲线呢如我们也还可以用方波或三角波来代替呀，分解信号的方法是无穷的，但分解信号的目的是为了更加简单地处理原来的信号。

用正余弦来表示原信号会更加简单，因为正余弦拥有原信号所不具有的性质正弦曲线保真度。

个正弦曲线信号输入后，输出的仍是正弦曲线，只有幅度和相位可能发生变化，但是频率和波的形状仍是样的。

且只有正弦曲线才拥有这样的性质，正因如此我们才不用方波或三角波来表示。

变换分类根据原信号的不同类型，我们可以把傅立叶变换分为四种类别非周期性连续信号傅立叶变换周期性连续信号傅立叶级数非周期性离散信号离散时域傅立叶变换周期性离散信号离散傅立叶变换这四种傅立叶变换都是针对正无穷大和负无穷大的信号，即信号的的长度是无穷大的，我们知道这对于计算机处理来说是不可能的，那么有没有针对长度有限的傅立叶变换呢没有。

因为正余弦波被定义成从负无穷大到正无穷大，我们无法把个长度无限的信号组合成长度有限的信号。

面对这种困难，方法是把长度有限的信号表示成长度无限的信号，可以把信号无限地从左右进行延伸，延伸的部分用零来表示，这样，这个信号就可以被看成是非周期性离解信号，我们就可以用到离散时域傅立叶变换的方法。

还有，也可以把信号用复制的方法进行延伸，这样信号就变成了周期性离解信号，这时我们就可以用离散傅立叶变换方法进行变换。

这里我们要学的是离散信号，对于连续信号我们不作讨论，因为计算机只能处理离散的数值信号，我们的最终目的是运用计算机来处理信号的。

但是对于非周期性的信号，我们需数方程的求解在线性时不变杂的卷积运算为简单的乘积运算，从而提供了计算卷积的种简单手段离散形式的傅立叶的物理系统内，频率是个不变的性质，从而系统对于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取著名的卷积定理指出傅立叶变换可以化复变换可以利用二〇〇七年六月二十七日星期三数字计算机快速的算出其算法称为快速傅立叶变换算法。

正是由于上述的良好性质，傅里叶变换在物理学数论组合数学信号处理概率统计密码学声学光学等领域都有着广泛的应用。

图像傅立叶图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。

如大面积的沙漠在图像中是片灰度变化缓慢的区域，对应的频率值很低而对于地表属性变换剧烈的边缘区域在图像中是片灰度变化剧烈的区域，对应的频率值较高。

傅立叶变换在实际中有非常明显的物理意义，设是个能量有限的模拟信号，则其傅立叶变换就表示的谱。

从纯粹的数学意义上看，傅立叶变换是将个函数转换为系列周期函数来处理的。

从物理效果看，傅立叶变换是将图像从空间域转换到频率域，其逆变换是将图像从频率域转换到空间域。

换句话说，傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。

傅立叶变换以前，图像未压缩的位图是由对在连续空间现实空间上的采样得到系列点的集合，我们习惯用个二维矩阵表示空间上各点，则图