基于FPGA的可配置FFT_IFFT處理器的設(shè)計與實(shí)現(xiàn)

目前，正交頻分復(fù)用OFDM(Orthogonal Frequency Division Multiplexing)技術(shù)已經(jīng)成為未來寬帶無線接入系統(tǒng)的基本實(shí)現(xiàn)技術(shù)之一，其抗多徑衰落和高頻帶利用率的優(yōu)點(diǎn)被廣泛應(yīng)用于無線通信系統(tǒng)中，是解決高速數(shù)據(jù)在無線信道中傳輸?shù)氖走x方案[1]。

式(4) 表明首先對X[k] 取共軛， 然后對其進(jìn)行FFT變換， 對其結(jié)果再取一次共軛， 乘因子1/N， 這樣就實(shí)現(xiàn)了IFFT 與FFT 處理模塊的復(fù)用。

2 可配置FFT/IFFT 處理器設(shè)計

2.1 FFT/IFFT 處理器整體結(jié)構(gòu)

可配置FFT/IFFT 處理器整體結(jié)構(gòu)如圖1 所示。圖中， 基4 蝶形單元主要完成輸入的4 路并行計算。OFDM數(shù)字基帶數(shù)據(jù)流需要高速連續(xù)處理[3]， 故FFT 處理系統(tǒng)在輸入、輸出均采用了乒乓處理， 共需要4 組存儲單元，一組存儲單元需要4 塊RAM;RAM 地址產(chǎn)生單元主要

生成存儲單元寫入及讀出數(shù)據(jù)的地址， 數(shù)據(jù)選擇模塊主要完成了乒乓操作RAM 的數(shù)據(jù)選擇;ROM 及其地址產(chǎn)生單元主要在控制單元的控制下將旋轉(zhuǎn)因子送入蝶形單元， 配置單元控制不同點(diǎn)數(shù)的數(shù)據(jù)流操作及其相應(yīng)地址配置。

FFT_IFFT處理器是OFDM系統(tǒng)中數(shù)據(jù)處理的核心單元，是OFDM系統(tǒng)中數(shù)據(jù)正交調(diào)制和解調(diào)的關(guān)鍵。本文設(shè)計實(shí)現(xiàn)了一種用于P2P移動無線通信手持終端產(chǎn)品，采用單碟形4路并行結(jié)構(gòu)，兼容802.11g協(xié)議，可配置FFT_IFFT處理器，在處理速度、實(shí)現(xiàn)面積、功耗方面均滿足802.11g系統(tǒng)及手持移動無線通信終端的要求。

2.2 FFT/IFFT可配置方案

由基4算法分析可知，要分別完成1 024、256、64點(diǎn)的FFT計算，需要的迭代級數(shù)分別為5、4、3級。由于1 024點(diǎn)的FFT運(yùn)算可分解為4個256點(diǎn)的FFT運(yùn)算，而256點(diǎn)的FFT運(yùn)算又可分為4個64點(diǎn)的FFT運(yùn)算，64點(diǎn)的FFT運(yùn)算經(jīng)過3級迭代就可求出?？梢酝ㄟ^簡單的模式控制實(shí)現(xiàn)多點(diǎn)數(shù)的配置，如圖2所示。其中5級蝶形計算單元，每級蝶形單元結(jié)構(gòu)一致，采用順序蝶形計算，當(dāng)選擇模式0時，數(shù)據(jù)直接送入第一級，進(jìn)行1 024點(diǎn)的5級運(yùn)算;選擇模式1時，數(shù)據(jù)通過選擇器跳過第1級，數(shù)據(jù)送入第2級，從而完成256點(diǎn)的4級迭代運(yùn)算;選擇模式2時，數(shù)據(jù)通過選擇器跳過第1級和第2級，數(shù)據(jù)送入第3級，從而完成64點(diǎn)的三級迭代運(yùn)算。這樣就可以正確簡單地實(shí)現(xiàn)系統(tǒng)要求的配置要求。

2.3 基本蝶形運(yùn)算單元設(shè)計

蝶形運(yùn)算單元的設(shè)計是整個FFT/IFFT處理器設(shè)計的關(guān)鍵。完成蝶形運(yùn)算的一次復(fù)數(shù)乘法包含4次實(shí)數(shù)乘法和2次實(shí)數(shù)加、減法，如果將乘數(shù)擴(kuò)大1位，可將計算化簡為3次實(shí)數(shù)乘和5次實(shí)數(shù)加/減法。為了提高處理速度，本設(shè)計采用四級流水線處理方式，有效地減小了關(guān)鍵路徑時延。蝶形單元的數(shù)據(jù)從RAM輸入及輸出到RAM需要2個時鐘周期，這里引入2級流水;對輸入數(shù)據(jù)的實(shí)部和虛部分開并行計算，一次復(fù)數(shù)乘法只需3個乘法累加器即可完成，用4個加法器及4個減法器即可完成基4蝶形單元后續(xù)數(shù)據(jù)處理，再次引入二級流水。整個蝶形單元處理時間為4個周期，采用四級流水線結(jié)構(gòu)后，以較小的資源代價有效提高了處理器的時鐘頻率。