前言
傅里叶变换能将信号从时域转换到频域。在频域中，系统响应等于信号与系统传递函数的乘积，这比直接在时域进行卷积运算更容易实现。传统的傅里叶变换针对连续时间信号，而工程实践中只能对离散信号采样，因此诞生了离散傅里叶变换（DFT）。由于 DFT 算法的时间复杂度为 O(n^2)，计算量过大，快速傅里叶变换（FFT）将其优化至 O(nlogn)，成为数字信号处理中的核心算法。
本文重点介绍如何在 FPGA 中利用 IP 核实现 FFT，完成时域到频域的变换及基波频率采集。虽然原理部分较为经典，但实际工程调试中涉及到的参数配置、数据流控制及资源权衡往往容易被忽视，以下结合实战经验分享具体方案。
一、原理与目的
1. 傅里叶变换基础
傅里叶变换将任意信号分解为不同频率正弦信号的叠加。通过频率与幅值的对应关系，可以得到信号的幅频特性曲线。加入离散时间信号应用后即为离散傅里叶变换（DFT），在此基础上优化算法得到快速傅里叶变换（FFT）。
FFT 的核心在于蝶形运算和旋转因子。常见的实现方式有时域抽取（DIT）和频域抽取（DIF），两者在单向运算中互为逆序排列。重点关注二进制逆序排列的操作时机，这是确保 FFT 正确性的关键。
2. 实现目的
本文旨在说明如何配置 FFT IP 核，获取频谱数据，并利用这些数据进行后续的信号分析操作。
二、配置 FFT IP 核
在 IP Catalog 中搜索 FFT，双击进入配置界面。相比 NCO 或 PLL，FFT 的配置选项更为集中，建议按从上到下的顺序逐项调整。
1. Transform（变换配置）
- Length（长度）：即 N 点 FFT。N 值与采样频率 Fs 和频率分辨率 dF 的关系为 dF = Fs / N。N 越大，频率分辨率越高，但占用的 FPGA 资源也越多。考虑到通信频率升高带来的采样率提升需求，以及资源限制，本例选用 1024 点 FFT。
- Direction（方向）：支持正向 FFT（Forward）、逆向 FFT（Reverse）或双向变换（Bi-directional）。根据需求选择，本例采用双向变换以兼容逆变换场景。
2. I/O（接口配置）
-
Data Flow（数据流模式）：
- Streaming（流水线）：高速性高，输入一个周期数据后下一个周期即可输出，但资源占用较大。
- Burst（爆发）：资源占用低，适合内存受限场景。
- Variable Streaming / Buffered Burst：介于两者之间。
若对内存管理不够熟悉，推荐直接使用 Streaming 模式。虽然资源消耗较高，但运算速度极快，且 Input Order 和 Output Order 通常固定为 Nature（自然数）。
3. Data and Twiddle（数据精度）
- Representation（表示方式）：
- Fixed Point（定点）：资源消耗最低，但存在溢出风险。
- Single Floating Point（单浮点）：精度高，资源占用多。
- Block Floating Point（块浮点）：折中方案，动态公共指数，兼顾精度与资源，是大多数 FFT 模块的默认推荐。
- Width（位宽）：Data Input Width 决定输入精度，Twiddle Width 决定旋转因子精度。位宽越宽，数值表示越精确。
三、实例化与连接
生成 HDL 文件后，确认模块引脚定义。实例化过程可分为数据准备、芯片接入、数据处理三个阶段。
1. 芯片接入
- clk / reset_n：标准时钟与低电平复位信号。
- inverse：0 代表正变换，1 代表逆变换。
- sink_valid：直接置 1，表示始终有有效数据输入（部分模块需配合 ready 握手）。
- sink_ready：芯片反馈外部是否可以继续输入数据的信号。
- sink_error：输入 2'b00。高低位分别代表实部和虚部校验，高电平表示错误，不进行运算。
- sink_sop / sink_eop：起始与结束标识，高电平有效。二者间隔通常为 N 倍时钟周期。
- sink_real / sink_imag：输入信号的实部和虚部。正变换时通常只有实部，虚部补 0；反变换则需同时提供。
- source_exp：配合 source_real/imag 使用，用于块浮点模式下的公共指数值。
2. 数据准备
关键在于起始符（SOP）和结束符（EOP）的时序控制。SOP 上升沿标志数据开始，EOP 上升沿标志结束。建议在仿真环境中验证时序，避免标志符错位导致数据错乱。
3. 数据处理
获取输出数据的实部、虚部及指数后，首先将补码转换为原码，再进行能量谱转换。注意幅频特性线的对称性，N 点 FFT 只需取前 N/2 部分频谱，后半部分与前半部分对称。
4. 代码实现
以下为中间截取的关键逻辑代码，展示了 1024 点 FFT 的峰值搜索与幅值计算流程。
// 1024 points FFT and search peak
// Use 1024kHz sampling frequency, for the resolution frequency will be about 1kHz
// The two signal frequencies in the FFT will be saved in Var fft_out[0] and fft_out[1]
wire signed [11:0] Data_signed;
assign Data_signed = Din[11] ? Din - 12'h800 : Din + 12'h800; // 偏移至有符号范围（-2048~2047）
reg [9:0] sample_count; // 0~1023
always @(posedge clk1024k) begin
if (sample_count == 10'd1023)
sample_count <= 0;
else
sample_count <= sample_count + 1;
end
// Gain FFT frame
wire sink_sop;
wire sink_eop;
assign sink_sop = (sample_count == 10'd0);
assign sink_eop = (sample_count == 10'd1023);
wire [11:0] real_out;
wire [11:0] imag_out;
wire source_valid;
wire freq_start;
wire freq_end;
wire [5:0] exp;
fft1024 u_fft (
.clk(clk1024k),
.reset_n(1),
.inverse(0),
.sink_valid(1),
.sink_sop(sink_sop),
.sink_eop(sink_eop),
.sink_real(Data_signed),
.sink_imag(12'b0),
.sink_error(2'b00),
.source_ready(1),
.source_valid(fft_valid),
.source_real(real_out),
.source_imag(imag_out),
.source_error(),
.source_sop(freq_start),
.source_eop(freq_end),
.source_exp(exp)
);
// Gain magnitude
wire [11:0] real_num;
wire [11:0] imag_num;
wire [23:0] power;
assign real_num = real_out[11] ? (~real_out + 1) : real_out;
assign imag_num = imag_out[11] ? (~imag_out + 1) : imag_out;
assign power = (real_num * real_num) + (imag_num * imag_num);
wire [11:0] magnitude_temp;
wire [17:0] magnitude;
sqrt u_sqrt(
.radical(power),
.q(magnitude_temp)
);
assign magnitude = magnitude_temp << exp;
// Get spectrum
reg [9:0] cnt;
reg freq_end_d;
always @(posedge clk1024k) begin
if (freq_start)
cnt <= 0;
else if (fft_valid)
cnt <= cnt + 1;
if (fft_valid && cnt <= 10'd512) begin
// magnitude 即为当前频率下的幅频特性
end
end
四、注意事项
在实际调试过程中，常见的问题集中在数据输入模式的选择与时序控制上。
- 数据流模式：如果不熟悉内存管理，强烈建议使用 Streaming 模式。其他模式如 Burst 可能涉及复杂的内存读写逻辑，容易导致输出错乱。
- 标志符时序：使用 Streaming 模式时，务必仔细推演 SOP 和 EOP 的时序。标志符错位会导致整个帧的数据解析错误，建议配合仿真工具验证。
总结
对于满足工程需求的场景，推荐使用系统提供的 IP 核进行配置，效率更高且稳定性好。虽然基于原理手写代码（如 8 点 FFT）有助于理解底层机制，但资源消耗较大，难以直接应用于复杂系统。若需深入练习算法原理，手写实现不失为一种好的方法，但在实际工程中应优先考虑成熟 IP 核方案。
以上方案基于实际调试经验整理，难免存在细节疏漏，欢迎指正讨论。
