电子产品世界

考虑到FPGA并行计算的特点，利用流水线结构同时计算多个Xm+p，Xm+p-1值，将串行迭代变为并行迭代，其运算步骤归纳如下：

本文提出的算法分为粗测频(步骤1)和精测频(步骤2，3)，频率估计值为粗测结果与精测结果之和。
1．2 算法分析
本文算法与文献提到的算法主要区别在于步骤3。算法将正弦波信号所在频段[m-1，m+1]细化为5个子频段，如图1所示，并根据δ1值的大小判断信号谱线位置，使信号的频率位于某子频段的中心区域再进行频率估计。

该算法也可认为是对Rife算法的一种修正，通过适当增加运算量提高了估计精度。当p=O及p=1时，该算法退化为Rife算法。
与MRife算法相比：MRife算法是通过对原始信号进行平移，然后对平移后的信号做FFT，重新用Rife算法计算δ。从式(3)可以发现“信号平移+FFT”与Xm+p时域运算是一致的，所不同的是，由于计算单个Xm+p只需N次复数乘法和N次复数加法，运算量比“信号平移+FFT”小，因此本文算法可同时计算多个Xm+p，Xm+p-1，以提高估计精度。

2 算法硬件实现
本文算法充分利用了FPGA并行计算的优点，在FPGA实现时采用流水线模式，经过固有时间后，每个时钟周期可以输出一个指定操作的结果，提高了算法的运算速度。
从前面的分析可知，整个测频算法主要包括粗测频和精测频2个部分：首先对信号作FFT运算并进行谱峰搜索得到峰值位置；再通过插值FFT运算得到频率偏差δ1，δ2；粗测频部分可以直接调用相关FPGA的FFT库函数完成。从式(3)可知精测频部分需要大量计算三角函数，本文采用查表法来实现。整个算法流程如图2所示。

关键词： FPGA FFT 插值 正弦波