平台为正点原子mini板v2.0，通过调用dsp来实现fft变换

快速傅立叶变换(FFT)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FFT使用软件或DSP实现，高速处理时实时性较难满足。FPGA是直接由硬件实现的，其内部结构规则简单，通常可以容纳很多相同的运算单元，因此FPGA在作指定运算时，速度会远远高于通用的DSP芯片。FFT运算结构相对比较简单和固定，适于用FPGA进行硬件实现，并且能兼顾速度及灵活性。本文介绍了一种通用的可以在FPGA上实现32点FFT变换的方法。

没有调用matlab自带的fft函数，而是自己编写的二维快速傅里叶变换fft程序 matlab平台 没有调用matlab自带的fft函数，而是自己编写的二维快速傅里叶变换fft程序 matlab平台

频率细化是70年代发展起来的一种新技术，其主要目的是识别谱图上的细微结构。

需要matlab函数源码C语言实现

快速傅立叶算法，采用时域抽取法FFT(Decimation-In-Time FFT, 简称 DIT - FFT)，完全采用标准C++语言编写，算法上采用了蝶形运算原理，数据结构采用 STL 模板库存储动态数组，采用 complex 类处理复数运算。代码简单，容易理解，只有输入，输出的vector 数组。总共 90 多行代码。不同于一般的 FFT 算法，本算法没有对输入序列作任何条件限制，可以是任意长度。调试中经测试，对一个2^19=52万左右个数据点的输入数组，算法在5秒时间可给出结果，输出结果是所有频率值的模值，而不是单独的实部与虚部（当然也可以单独给出实部虚部计算其相位）。

实数序列的快速傅里叶变换，可以减少计算量，数据运行的速度，节省空间

可以用C语言实现快速傅里叶变换算法，用于信号处理的程序算法

数字信号处理 DSP 吴镇扬 FFT的应用 MATLAB程序 实验三

该算法是基于MATLAB实现的基2FFT运算，算法效率较高，大家可以自行与DFT算法进行效率比较。