不同运算机制下FFT计算精度分析*

2016-12-22 05:35龚晓峰张军歌
电子技术应用 2016年12期
关键词:浮点蝶形定点

刘 凤,龚晓峰,张军歌

(四川大学 电气信息学院,四川 成都610065)

不同运算机制下FFT计算精度分析*

刘 凤,龚晓峰,张军歌

(四川大学 电气信息学院,四川 成都610065)

主要研究定点、块浮点和浮点运算机制下,频域抽取基4算法的精度问题。首先分析了定点、块浮点、浮点等运算机制下,基4算法基本运算单元中数据不同表现形式及输出截位规则。然后利用MATLAB平台建立了定点与块浮点FFT仿真模型,以噪信比作为FFT输出精度指标,研究输出精度与输入信号范围、算法参数之间的关系。仿真表明,输入为随机序列时,定点与块浮点FFT输出噪信比与输入信号幅值范围、输入序列长度及算法输入位宽有关。此结论可用以解决实际工程中小信号频谱失真问题,在工程分析与设计中具有重要参考价值。

运算机制;基4频域抽取算法;运算单元;仿真模型

0 引言

FFT(Fast Fourier Transform)是有限长序列 DFT(Discrete Fourier Transform)的一种快速算法,是数字信号处理中的重要工具。工程实践中,根据数据表现形式及中间过程截位规则不同,可将FFT处理器分为3种:定点FFT、块浮点FFT及浮点FFT。相同的FFT算法,在3种运算机制下,计算过程中引入舍入误差不同,输出精度存在明显差异。经研究,FFT算法舍入误差与算法分解级数成正比关系[1-2]。但舍入误差的引入与运算过程中的截位规则、中间结果范围紧密相连,因此有必要探究不同范围的输入信号、算法相关参数与FFT输出精度的关系,这对实际工程应用改善输出精度、提高噪信比具有重要意义。

1 基4频域抽取FFT算法

FFT的核心是利用 DFT中旋转因子的周期性与对称性,将长序列DFT逐级分解为短序列的DFT,从而减少运算量,提高运算速率[3-5]。常用 FFT包括时域抽取FFT与频域抽取 FFT,现介绍工程中广泛应用的一种频域抽取FFT算法,基4频域抽取算法。

长度为N的x(n)序列DFT变换为:

x(n)按顺序均匀分为 4个序列:x(i),x(i+N/4),x(i+ N/2),x(i+3N/4)。X(k)则按照除以4所得余数分为4组:X(4r),X(4r+1),X(4r+2),X(4r+3),i,r=0,1,…,N/4。则基4频域抽取一次分解为:

式中:a1=[1,j,-1,-j],a1=[1,-1,1,-1],a1=[1,-j,-1,j],a1=[1,1,1,1],c=[x(i),x(i+N/4),x(i+N/2),x(i+3N/4)]T,基本蝶形运算单位为:。

从式(1)与式(2)对比可以看出,长度为 N的长序列进行一次基 4 DIF分解,N2次复数乘累加的运算量,降低至 N2/4+2N,且包含±j,±1,W0等因子的单元可进一步简化运算。长度为N的序列,可进行log4N次分解,因此FFT算法大大降低离散傅里叶变换运算量。

2 定点、块浮点、浮点FFT运算过程

影响FFT输出精度的因素主要包含:系数量化误差,运算过程中舍入误差。本文主要探究运算过程中舍入误差对FFT输出精度的影响。不同运算机制,数据表现形式及输出截位规则有较大差异,引入舍入误差不同,导致最小精度不同。因此有必要对采用定点、块浮点、浮点运算机制时,基4算法运算单元中数据表现形式、输出截位规则、输出最小精度进行分析。

2.1 定点FFT

定点FFT是输入、旋转因子、输出均为定点形式的一种FFT运算机制。每级蝶形运算,根据输入位宽对运算结果采取高位截取。如图1所示,输入数据位宽为a,旋转因子位宽为b。蝶形输入与因子±j,±1进行乘加运算,幅值全范围位宽扩展至a+2位,与 b位有符号旋转因子相乘位宽扩展至a+b+1位,每级蝶形输入位宽要求相同,因此以四舍五入法截取高a位蝶形运算结果进行下级蝶形运算。

图1 定点FFT一级蝶形运算单元

除去与旋转因子相乘造成的位扩宽,基4定点FFT每级蝶形运算以全范围位宽溢出2位为前提进行舍入。每进行一级蝶形运算,中间结果最小精度扩大4倍。因此,输入序列长度为 N时,输出 FFT最小精度为 22log4N。定点FFT输出最小精度只与分解级数有关。

2.2 块浮点FFT

块浮点FFT与定点FFT区别在于对中间截位过程的优化,其结果包含频谱数据及指数。定点FFT默认每级蝶形输出结果均出现符号位溢出,事实上不同量级的输入,中间结果符号位溢出情况是不同的,块浮点FFT通过监测每级蝶形运算输出范围决定截位,从而减少被截取位宽,降低了舍入误差。如图2所示,以正负最大的数值为标准,对每级蝶形输出结果进行截位处理。

图2 块浮点截位处理

块浮点FFT通过指数表征总体移位结果,输出指数为exp,则最小精度为2exp,指数由算法输入位宽、输入信号、运算级数共同决定。因此块浮点最小精度与算法输入位宽、信号幅值范围、运算级数相关。

2.3 浮点FFT

IEEE754标准是 1985年 IEEE(Institute of Electrical and electronics Engineers,电子电气工程师协会)提出的浮点运算规范,为浮点运算部件工业标准[6]。IEEE754浮点格式如下:

如式(3)所示,IEEE754浮点格式包含一位符号位,h位无符号偏置指数,k位尾数。数据进行二进制科学计数法表示后,指数部分加上偏置值作为偏置指数,小数部分依次截取k位有效数字作为尾数。如表1所示,IEEE754共提供3种位宽的基础二进制浮点格式。

表1 基础二进制浮点格式位宽

相同位宽下,浮点格式所表示的数据范围比定点格式大得多。尾数最低位权值为所能表示的最小精度,因此数据越大,浮点表示精度越低。

浮点FFT输入、输出、旋转因子均为浮点表示形式,涉及的运算均遵循浮点运算准则。计算结果有效位宽溢出导致的舍入误差是浮点FFT主要误差来源。

3 噪信比分析

为进一步对不同运算机制下FFT计算精度问题进行探索,我们使用输出噪信比表征FFT算法相对误差,研究运算级数、算法输入位宽与输入信号范围与FFT精度的关系。

3.1 浮点FFT噪信比

浮点FFT误差分析相对困难,文献[1]中提出了基2浮点FFT静态模型,输入为白噪声时,结果如公式(4)所示,噪声与信号均方差比值正比于FFT运算级数v。文献[2]则分析了DIF与DIT以及不同基数下FFT运算下的舍入误差。结果表明,浮点FFT输出噪信比正比于运算级数。

3.2 定点FFT与块浮点FFT仿真模型

现于MATLAB平台建立定点与块浮点FFT模型。该模型采用基4频谱抽取算法,输入信号范围、输入位宽与旋转因子位宽可调。计算噪信比 N/S=|xm-xmat|/|xmat|,xm为模型输出,xmat为MATLAB平台64位浮点计算值。通过仿真,得出输入为随机序列时,输出噪信比与信号全范围位宽 Ls、FFT输入位宽 Li、运算级数 v的关系。

3.2.1 噪信比与输入信号幅值范围关系

从图3与图4可以看出,定点FFT噪信比随输入信号范围增大而下降。但对于块浮点FFT,输入信号范围接近输入位宽时,噪信比停止下降,甚至会略有上升。运算级数固定,定点FFT输出最小精度不变。频谱分量大于最小精度时,增大信号输入范围,能够增大频谱分量,有效减小频谱失真率,降低输出噪信比。而块浮点FFT最小精度是随信号频谱分量范围变化的,信号输入范围较小时,块浮点FFT最小精度不变,呈现与定点FFT相同的规律,但随着信号范围增大,最小精度也随着变化,因此噪信比不呈现下降的趋势。

图3 定点FFT噪信比与信号幅值范围

图4 块浮点噪信比与信号幅值范围

3.2.2 噪信比与输入序列长度关系

从图5与图6可以看出,无论是定点FFT与块浮点FFT,噪信比都与运算级数近似正比。这是随着运算级数增加,舍入误差线性累积的结果。

图5 定点FFT噪信比与序列长度

图6 块浮点FFT噪信比与块浮点

3.2.3 噪信比与FFT输入位宽关系

从图7与图8可以看出,定点FFT输出噪信比与定点FFT输入位宽无关,而块浮点FFT噪信比随着输入位宽增大而减小。这是因为定点FFT,输入位宽并不影响最小精度。而对于块浮点运算机制,FFT输入位宽的增加,降低输出最小精度,输出噪信比降低。

图7 定点FFT噪信比与FFT输入位宽

图8 块浮点FFT噪信比与FFT输入位宽

4 小信号FFT精度问题

实际工程中,使用FPGA进行频谱计算,当输入为白噪声信号时,出现频谱失真的情况,经分析频谱失真与块浮点FFT计算精度有关。

工程中,对射频接收机输出信号进行采样,经过DDC,不同滤波带宽滤波抽取后,使用块浮点 FFT ip核进行FFT计算,FFT输出结果进行位扩展后,依照式(5)进行幅值计算。

幅值计算包含对数运算,因此在位扩展之后,将FFT ip核输出实部虚部分量都为 0的点幅值固定为常值1,是幅值计算过程基于最小值的数值优化。

当输入为白噪声情况下,降低信号带宽,出现了图9所示的信号频谱失真。

图9 带宽10 kHz时白噪声频谱

当滤波带宽较小时,频谱能量小,输出频谱分量小于FFT ip核输出最小精度,因此出现较多零点。

根据图4所示规律,块浮点FFT运算,当信号范围较小时,噪信比随着输入范围增大而减小。因此可通过扩大输入信号范围来减小噪信比,统一将信号时域分量扩大一定比例值,以使频谱分量大于ip核输出最小精度,减小频谱失真,后续计算环节将比例值抵消后得到新的频谱如图10所示,频谱失真现象得到改善,验证了仿真结论的正确性。

图10 扩展信号范围后白噪声频谱

5 结论

本文通过分析定点、块浮点、浮点机制下,基4算法基本单元运算数据表现形式及截位规则,得出不同运算机制下,FFT舍入误差及输出最小精度。利用仿真模型,得出定点、块浮点FFT噪信比随输入信号范围、FFT输入位宽、序列长度的变化趋势,并基于仿真结论,解决了实际工程中会遇到的小信号频谱失真问题,验证了仿真结果的正确性,对工程师在实际工作中有很强的借鉴性和参考价值。

[1]WEINSTEIN C.Roundoff noise in floating point fast Fourier transform computation[J].IEEE Transactions on Audio and Electroacoustics,1969,17(3):209-215.

[2]THONG T,LIU B.Accumulation of roundoff errors in floating point FFT[J].IEEE Transactions on Circuits and Systems,1977,24(3):132-143.

[3]COOLEY J W,TUKEY J W.An algorithm for the machine calculation of complex Fourier series[J].Mathematics of computation,1965,19(90):297-301.

[4]COCHRAN W T,COOLEY J W,FAVIN D L,et al.What is the fast Fourier transform?[J].Proceedings of the IEEE,1967,55(10):1664-1674.

[5]BRIGHAM E O,BRIGHAM E O.The fast Fourier transform[M].Englewood Cliffs,NJ:Prentice-Hall,1974.

[6]Floating-Point Working Group.IEEE standard for binary floating-point arithmetic[C].SIGPLAN.1987,22:9-25.

Accuracy analysis of FFT with different operation mechanism

Liu Feng,Gong Xiaofeng,Zhang Junge
(School of Electrical Engineering and Information,Sichuan University,Chengdu 610065,China)

Accuracy in radix 4 decimation in frequency(DIF)algorithm is researched with different operation mechanisms.We analyze different data forms and roundoff rules of radix 4 operation unit with fixed-point,block floating point and floating point.A simulation model is established on MATLAB platform for operation mechanisms including fixed-point and block floating point.In this model,accuracy is measured by noise signal ratio.The result shows that,when the input is rand sequence,the noise signal ratio is effected by input length and scale and input width of algorithm.With the simulation result,we solved the spectral distortion with weak signal in practice.Consequently this scheme has better valve in practice.

operation mechanism;radix 4 decimation in frequency algorithm;operation unit;simulation model

TN402

A

10.16157/j.issn.0258-7998.2016.12.005

刘凤,龚晓峰,张军歌.不同运算机制下 FFT计算精度分析[J].电子技术应用,2016,42(12):23-26.

英文引用格式:Liu Feng,Gong Xiaofeng,Zhang Junge.Accuracy analysis of FFT with different operation mechanism[J].Application of Electronic Technique,2016,42(12):23-26.

2016-07-20)

刘凤(1992-),女,硕士研究生,主要研究方向:检测技术与自动化装置。

国家自然科学基金青年项目(31300539);四川大学校青年基金(2015SCU11064)

龚晓峰(1965-),通信作者,男,博士,教授,主要研究方向:无线电频谱监测与认知无线电,E-mail:gongxiaofeng@ scu.edu.cn。

猜你喜欢
浮点蝶形定点
例谈圆锥曲线中的定点定值问题
LEO星座增强GNSS PPP模糊度浮点解与固定解性能评估
蝶形引入光缆技术新进展
定点帮扶让村民过上美好生活
解析几何中定点问题的处理策略
蝶形腹板剪切变形计算与分析
直线过定点的5种特优解法
基于Simulink浮点模型和定点模型的问题研究
基于浮点DSP的铁路FSK信号检测
蝶形弹簧的受力分析及弹性拉压杆改造