|
fft(xw)
x1 = fft(xw1,N);
XmagdB = 20*log10(abs(x));
XmagdB1 = 20*log10(abs(x1));
%plotting
nw = n(1:N); %n(1:N)
f = [0: N-1] * Fs/N;
plot(f(1:N/2), XmagdB(1:N/2), f(1:N/2), XmagdB1(1:N/2));
xlabel(\'frequency[Hz]\');
ylabel(\'[dB]\');
* Result *
Fs=11025, N=512 Fs=11025, N=32 Fs=2000, N=32
# Conclu
|
|
|
.
Area가 큰 부분이 Power 소비도 큼을 알 수 있다.
<NC-verilog를 이용한 netlist simulation 파형 (fft_32point_soc_radix2.vcd)>
동일한 결과가 나왔음을 확인할 수 있다. 1.FFT의 정의
2.설계 배경
3.Verilog HDL coding
4.합성
5.simualtion 검증
6.결론
|
|
|
FFT_DIF(); ▶ FFT_DIF 호출
printf(\" Real Imag\\n\");
for(i=0;i<N;i++)
printf(\"X[%1d] %7.3f %7.3f\\n\", i, X[i].real, X[i].imag);
▶ DIF(Decimation in Frequency) 의 모든 알고리즘을 연산한 결과값 출력
printf(\"\\n\");
while(1);
※ 결과 분석
1-cycle cosine
1-cycle square
Real Imag
X[0] 0.000
|
|
|
FFT(Fast Fourier Transform) and block-DCT which are widely used in many signal processing applications. Describe the merits and demerits of block-DCT compared to DCT.
①DCT와 DFT의 관계
②FFT (Fast Fourier Transform)
③Block-DCT (Discrete Cosine Transform)
④Merits and demerits of block-DCT compared
|
|
|
FFT를 해본 결과 구형파와 비슷했고, 대부분의 에너지가 0Hz~1.5kHz에 모여있는 것을 보고 이것은 1.5kHz의 Low Pass Filter라는 것을 알 수 있었다. 따라서 원래의 음성신호에 2kHz의 Cosine 신호를 합성한 후 Filtering을 하면 Cosine 신호가 사라질 것이라고
|
|
메뉴펼치기
