CN102333061A

CN102333061A - 基于fft的ofdm调制解调装置

Info

Publication number: CN102333061A
Application number: CN201110308634A
Authority: CN
Inventors: 徐文波; 高亮; 杨娟; 宋灿; 何海波
Original assignee: SHANGHAI YITAI ELECTRONIC TECHNOLOGY Co Ltd
Current assignee: Shenzhen City Hung Fu Sheng Technology Co., Ltd.
Priority date: 2011-10-12
Filing date: 2011-10-12
Publication date: 2012-01-25
Anticipated expiration: 2031-10-12
Also published as: CN102333061B

Abstract

一种基于FFT的OFDM调制解调装置，包括在发射机中用于形成OFDM符号的时域与频域交织模块、OFDM调制模块、在接收机中用于对接收到的信号进行频域处理的相应的OFDM解调模块、时域与频域解交织模块以及信道模块，所述OFDM调制模块包括一IFFT模块，所述OFDM解调包括一FFT模块，所述IFFT模块通过所述FFT模块实现，所述FFT模块用于对FFT进行分解，任意的基值用相应的单模块进行处理，实现基于任意点的FFT变换，且不需要进行顺序输入逆序输出，节省了存储器资源。

Description

基于FFT的OFDM调制解调装置

技术领域

本发明涉及无线通讯领域，尤其涉及一种基于FFT的OFDM调制解调装置。

背景技术

正交频分复用(Orthogonal Frequency Division Multiplex，以下简称OFDM)技术是一种特殊的多载波调制解调技术，在现代通信系统中得到了广泛的应用。它的多载波调制和解调是通过快速傅立叶逆变换(Inverse FastFourier Transform，以下简称IFFT)和快速傅立叶变换(Fast FourierTransform，以下简称FFT)实现的。

N点的FFT算法描述：

X (k) = Σ_{n = 0}^{N - 1} x (n) \cdot e^{- j * 2 * pi * n * k / N}, k = 0,1, \cdot \cdot \cdot, N - 1

N点的FFT算法描述：

x (n) = \frac{1}{N} \cdot Σ_{k = 0}^{N - 1} X (k) \cdot e^{j * 2 * pi * k * n / N}, n = 0,1, \cdot \cdot \cdot, N - 1

FFT算法基本上分为两大类：时域抽取法FFT(Decimation-In-Time FFT，以下简称DIT-FFT)和频域抽取法FFT(Decimation-In-Frequency FFT，以下简称DIF-FFT)。DIT-FFT可以实现原位计算，但在运算之前要先对输入的序列进行倒序；DIF-FFT与DIT-FFT的运算次数相同，但在运算完之后要对输出的序列进行倒序。传统的IFFT/FFT算法一般采用基2FFT算法，对于非2的幂次方的FFT不能或没有给出一种较为优化且适用性强的实现方法。

在OFDM调制解调中，传统的IFFT/FFT算法由于单独考虑了FFT变换和交织，使得整体系统的复杂度较高。很多系统中由于只使用了FFT，或只使用了交织，需要使用大量的RAM，这会导致系统占用过多的逻辑资源，使得整体系统的资源不能得到很好的优化。

综上，传统的IFFT/FFT算法会消耗大量的资源，比如必须要使用昂贵的具有大量资源的FPGA芯片，而不能使用资源少的低成本芯片，从而大大提高了无线双向通讯设备的成本，极大限制了我国的无线双向通讯的市场。

发明内容

本发明所要解决的技术问题是，提供一种基于FFT的OFDM调制解调装置，解决现有技术中对于非2的幂次方的FFT变换不能或没有给出一种较为优化且适用性强的实现方法以及由于单独考虑了FFT变换和交织使得整体系统的复杂度较高，使得整体系统的资源不能得到很好的优化的问题。

为了解决上述问题，本发明提供了一种基于FFT的OFDM调制解调装置，其特征在于，包括在发射机中用于形成OFDM符号的时域与频域交织模块、OFDM调制模块、在接收机中用于对接收到的信号进行频域处理的相应的OFDM解调模块、时域与频域解交织模块以及信道模块，所述时域与频域交织模块和所述OFDM调制模块依次相连并通过所述信道模块与依次相连的所述OFDM解调模块和所述时域与频域解交织模块相连，所述OFDM调制模块包括一IFFT模块，所述OFDM解调包括一FFT模块，所述IFFT模块通过所述FFT模块实现，所述FFT模块用于对FFT进行分解，任意的基值用相应的单模块进行处理，实现基于任意点的FFT变换，节省了存储器资源。

所述FFT模块的输入数据的顺序与输出数据的顺序相同，不需要进行顺序输入逆序输出。

进一步，将所述IFFT模块的IFFT操作设计成所述时域与频域交织模块的交织模式，所述时域与频域交织模块的交织和所述IFFT模块的IFFT同时执行，所述时域与频域交织模块和所述IFFT模块输出的值相等，在实现中抵消，但在功能上存在。所述FFT模块的FFT和所述时域与频域解交织模块的解交织同时执行。

进一步，所述FFT模块包括存储器模块、蝶形运算模块以及乘法器，所述存储器模块包括多个随机存储器模块，用于存储需要计算的数据并缓存运算结果、所述蝶形运算模块包括基于任意点的不同的蝶形运算单元，按照算法选择当前使用的蝶形运算单元、并根据所述当前使用的蝶形运算单元的模式生成相应的旋转系数。

向所述存储器模块的第一随机存储器模块输入所述需要计算的数据，所述第一随机存储器模块收到所述需要计算的数据后向距离为所述需要计算的数据的值与运算的基数的商的第一蝶形运算单元输出运算基数，所述第一蝶形运算单元根据所述运算基数进行蝶形运算，并将运算后的数据与相应的旋转系数通过所述乘法器运算后传输到下一存储器模块，中间运算结果数据缓存到所述第一随机存储器模块，如此循环计算。

所述存储器模块中各随即存储器模块的大小为各自运算的基数减1后乘以各自需要计算的数据的值与各自运算的基数的商所得的值。

本发明的优点在于，把现有的基于2的幂次方的FFT变换扩展到任意点，实现适用于任意点的IFFT/FFT，简化了IFFT/FFT模块本身和交织/解交织的资源消耗，简化了系统资源，可以使用低成本的FPGA代替原来的高成本的FPGA，可以使用更少的SDRAM，这对于批量生产是有很大意义的。

附图说明

图1为本发明所述基于FFT的OFDM调制解调装置的具体实施方式结构示意图；

图2为本发明基于FFT的OFDM调制解调装置的FFT变换得到radix-i0的旋转系数与基于radix-i0的蝴蝶算法的实现的原理示意图。

图3为本发明基于FFT的OFDM调制解调装置的FFT变换得到radix-i1的旋转系数与基于radix-i1的蝴蝶算法的实现的原理示意图。

图4为本发明基于FFT的OFDM调制解调装置的一实施例的FFT模块的具体实施方式的示意图。

具体实施方式

下面结合附图对本发明提供的基于FFT的OFDM调制解调装置的具体实施方式做详细说明。

图1为本发明基于FFT的OFDM调制解调装置的结构示意图，包括数据扰码模块M11、纠错编码模块M12、时域与频域交织模块M13、OFDM调制模块M14、OFDM解调模块M15、时域与频域解交织模块M16、纠错解码模块M17、解扰码M18以及信道模块M10。

数据信元经由发射机中的数据扰码模块M11、纠错编码模块M12、时域与频域交织模块M13编码交织后输入到OFDM调制模块M14，OFDM调制模块M14进一步包括一IFFT模块。交织后的信号经过IFFT变换后，将输入数据信元调制到多个正交子载波上，经过信道模块M10发射到接收机。接收机接收端接收到的信号是时域信号，所述时域信号经过OFDM解调模块M15解调后，再通过时域与频域解交织模块M16、解信号映射模块M17、信号解码模块M18从正交载波矢量中还原出原始数据信元。所述OFDM解调模块M15进一步包括一FFT模块，所述FFT模块可以采用附图4中所示的FFT结构实现。所述IFFT模块采用所述FFT模块实现，所述FFT模块用于对FFT进行分解，任意的基值用相应的单模块进行处理，实现基于任意点的FFT变换，节省了存储器模块资源。根据逆序与交织之间的关系，将逆序的操作设计成一种交织或解交织的方式，把FFT的逆序对应的交织模式所对应的解交织当成是系统的交织方法，使得在系统实现过程中实现交织和逆序输出的值相等，在实现中抵消，但在功能上存在的目的，巧妙的节省了两部分的资源，可以使用较低成本的FPGA和使用较少的SDRAM。

N点的FFT算法描述：

X (k) = Σ_{n = 0}^{N - 1} x (n) \cdot e^{- j * 2 * pi * n * k / N}, k = 0,1, \cdot \cdot \cdot, N - 1 (eq - 1.1)

N点的FFT算法描述：

x (n) = \frac{1}{N} \cdot Σ_{k = 0}^{N - 1} X (k) \cdot e^{j * 2 * pi * k * n / N}, n = 0,1, \cdot \cdot \cdot, N - 1 (eq - 1.2)

假定

N₀＝i₀·i₁……i_s-1

N₁＝N₀/i₀＝i₁·i₂……i_s-1

.

N_s-1＝N_s-2/i_s-2＝i_s-1

由(eq-1.1)(eq-1.2)可得：

X (k) = Σ_{n_{0} = 0}^{N_{0} - 1} x (n_{0}) \cdot e^{j * 2 * pi * k * n_{0} / N_{0}}

= Σ_{n_{1} = 0}^{N_{1} - 1} x ({i_{0} \cdot n}_{1}) \cdot e^{j * 2 * pi * k * n_{1} / N_{1}} + Σ_{n_{1} = 0}^{N_{1} - 1} x (i_{0} \cdot n_{1} + 1) \cdot e^{j * 2 * pi * k * n_{1} / N_{1}} \cdot e^{j * 2 * pi * k / N_{0}}

+ \cdot \cdot \cdot + Σ_{n_{1} = 0}^{N_{1} - 1} x (i_{0} \cdot n_{1} + (i_{0} - 1)) \cdot e^{j * 2 * pi * k * n_{1} / N_{1}} \cdot e^{j * 2 * pi * k * (i_{0} - 1) / N_{0}}

= X_{0} (k) + X_{1} (k) \cdot e^{j * 2 * pi * k / N_{0}} + \cdot \cdot \cdot + X_{i_{0} - 1} (k) \cdot e^{j * 2 * pi * k * (i_{0} - 1) / N_{0}}

= X_{0}^{'} (k) + X_{1}^{'} (k) + \cdot \cdot \cdot + X_{i_{0} - 1}^{'} (k) - - - (eq - 2.1)

其中

和如下式所述：

X_{m_{0}} (k) = Σ_{n_{1} = 0}^{N_{1} - 1} x ({i_{0} \cdot n}_{1} + m_{0}) \cdot e^{j * 2 * pi * k * / N_{1}} - - - (eq - 2.2)

X_{m_{0}}^{'} (k) = Σ_{n_{1} = 0}^{N_{1} - 1} x (i_{0} \cdot n_{1} + m_{0}) \cdot e^{j * 2 * pi * k * n_{1} / N_{0}} \cdot e^{j * 2 * pi * k * m_{0} / N_{0}}

= X_{m_{0}} (k) \cdot e^{j * 2 * pi * k * m_{0} / N_{0}} - - - (eq - 2.3)

m₀＝0，1，…，i₀-1，k＝0，1，…，N₁-1

进一步，

.

X (k + N_{1}) = Σ_{n_{1} = 0}^{N_{1} - 1} x ({i_{0} \cdot n}_{1}) \cdot e^{j * 2 * pi * k * n_{1} / N_{1}} + Σ_{n_{1} = 0}^{N_{1} - 1} x (i_{0} \cdot n_{1} + 1) \cdot e^{j * 2 * pi * k * n_{1} / N_{1}} \cdot e^{j * 2 * pi * k / N_{0}} \cdot e^{j * 2 * pi / i_{0}}

+ \cdot \cdot \cdot + Σ_{n_{1} = 0}^{N_{1} - 1} x (i_{0} \cdot n_{1} + (i_{0} - 1)) \cdot e^{j * 2 * pi * k * n_{1} / N_{1}} \cdot e^{j * 2 * pi * k * (i_{0} - 1) / N_{0}} \cdot e^{j * 2 * pi * (i_{0} - 1) / i_{0}}

= X_{0} (k) + X_{1} (k) \cdot e^{j * 2 * pi * k / N_{0}} \cdot e^{j * 2 * pi / i_{0}} + \cdot \cdot \cdot + X_{i_{0} - 1} (k) \cdot e^{j * 2 * pi * k * (i_{0} - 1) / N_{0}} \cdot e^{j * 2 * pi * (i_{0} - 1) / i_{0}}

= X_{0}^{'} (k) + X_{1}^{'} (k) \cdot e^{j * 2 * pi / i_{0}} + \cdot \cdot \cdot + X_{i_{0} - 1}^{'} (k) \cdot e^{j * 2 * pi * (i_{0} - 1) / i_{0}} - - - (eq - 2.4)

X (k + (i_{0} - 1) \cdot N_{1})

= Σ_{n_{1} = 0}^{N_{1} - 1} x ({i_{0} \cdot n}_{1}) \cdot e^{j * 2 * pi * k * n_{1} / N_{1}} + Σ_{n_{1} = 0}^{N_{1} - 1} x (i_{0} \cdot n_{1} + 1) \cdot e^{j * 2 * pi * k * n_{1} / N_{1}} \cdot e^{j * 2 * pi * k / N_{0}} \cdot e^{j * 2 * pi * (i_{0} - 1) / i_{0}}

+ \cdot \cdot \cdot + Σ_{n_{1} = 0}^{N_{1} - 1} x (i_{0} \cdot n_{1} + (i_{0} - 1)) \cdot e^{j * 2 * pi * k * n_{1} / N_{1}} \cdot e^{j * 2 * pi * k * (i_{0} - 1) / N_{0}} \cdot e^{j * 2 * pi * (i_{0} - 1) * (i_{0} - 1) / i_{0}}

= X_{0} (k) + X_{1} (k) \cdot e^{j * 2 * pi * k / N_{0}} \cdot e^{j * 2 * pi \cdot (i_{0} - 1) / i_{0}} + \cdot \cdot \cdot + X_{i_{0} - 1} (k) \cdot e^{j * 2 * pi * k * (i_{0} - 1) / N_{0}} \cdot e^{j * 2 * pi * (i_{0} - 1) * (i_{0} - 1) / i_{0}}

= X_{0}^{'} (k) + X_{1}^{'} (k) \cdot e^{j * 2 * pi * (i_{0} - 1) / i_{0}} + \cdot \cdot \cdot + X_{i_{0} - 1}^{'} (k) \cdot e^{j * 2 * pi * (i_{0} - 1) * (i_{0} - 1) / i_{0}} - - - (eq - 2.5)

通过(eq-2.1)(eq-2.2)(eq-2.3)(eq-2.4)(eq-2.5)，得到radix-i0的旋转系数：

基于(eq-2.6)所示radix-i0的旋转系数可以得到蝴蝶算法的实现

k＝0，1，…，N₁-1 (eq-2.7)

由(eq-2.1)(eq-2.2)(eq-2.3)(eq-2.4)(eq-2.5)所述方法，可以得出

X_{m_{0}} (k) :

X_{m_{0}} (k) = Σ_{n_{1} = 0}^{N_{1} - 1} x ({i_{0} \cdot n}_{1} + m_{0}) \cdot e^{j * 2 * pi * k * n_{1} / N_{1}}

= Σ_{n_{2} = 0}^{N_{2} - 1} x (i_{0} \cdot n_{1} \cdot n_{2} + m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}} + Σ_{n_{2} = 0}^{N_{2} - 1} x (i_{0} \cdot (i_{1} \cdot n_{2} + 1) + m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}} \cdot e^{j * 2 * pi * k / N_{1}}

+ \cdot \cdot \cdot + Σ_{n_{2} = 0}^{N_{2} - 1} x (i_{0} \cdot (i_{1} \cdot n_{2} + (i_{1} - 1)) + m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}} \cdot e^{j * 2 * pi * k * (i_{1} - 1) / N_{1}}

= X_{m_{0} 0} (k) + X_{m_{0} 1} (k) \cdot e^{j * 2 * pi * k / N_{1}} + \cdot \cdot \cdot + X_{m_{0} (i_{1} - 1)} (k) \cdot e^{j * 2 * pi * k * (i_{1} - 1) / N_{1}}

= X_{m_{0} 0}^{'} (k) + X_{m_{0} 1}^{'} (k) + \cdot \cdot \cdot + X_{m_{0} (i_{1} - 1)}^{'} (k) - - - (eq - 3.1)

其中

和

如下式所述：

X_{m_{0} m_{1}} (k) = Σ_{n_{2} = 0}^{N_{2} - 1} x (i_{0} \cdot (i_{1} \cdot n_{2} + m_{1}) m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}} - - - (eq - 3.2)

X_{m_{0} m_{1}}^{'} (k) = Σ_{n_{2} = 0}^{N_{2} - 1} x (i_{0} \cdot (i_{1} \cdot n_{2} + m_{1}) + m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}} \cdot e^{j * 2 * pi * {k * m}_{1} / N_{1}}

= X_{m_{0} m_{1}} (k) \cdot e^{j * 2 * pi * k * m_{1} / N_{1}} - - - (eq - 3.3)

m₁＝0，1，…，i₁-1，k＝0，1，…，N₂-1

进一步，

.

X_{m_{0}} (k + N_{2}) = Σ_{n_{2} = 0}^{N_{2} - 1} x ({i_{0} \cdot i_{1} \cdot n}_{2} + m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}}

+ Σ_{n_{2} = 0}^{N_{2} - 1} x (i_{0} \cdot (n_{1} \cdot n_{2} + 1) + m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}} \cdot e^{j * 2 * pi * k / N_{1}} \cdot e^{j * 2 * pi / i_{1}}

+ \cdot \cdot \cdot + Σ_{n_{2} = 0}^{N_{2} - 1} x (i_{0} \cdot (i_{1} \cdot n_{2} + (i_{1} - 1)) + m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}} \cdot e^{j * 2 * pi * k * (i_{1} - 1) / N_{1}} \cdot e^{j * 2 * pi * (i_{1} - 1) / i_{1}}

= X_{m_{0} 0} (k) + X_{m_{0} 1} (k) \cdot e^{j * 2 * pi * k / N_{1}} \cdot e^{j * 2 * pi / i_{1}} + \cdot \cdot \cdot + X_{m_{0} (i_{1} - 1)} (k) \cdot e^{j * 2 * pi * k * (i_{1} - 1) / N_{1}} \cdot e^{j * 2 * pi * (i_{1} - 1) / i_{1}}

= X_{m_{0} 0}^{'} (k) + X_{m_{0} 1}^{'} (k) \cdot e^{j * 2 * pi / i_{1}} + \cdot \cdot \cdot + X_{m_{0} (i_{1} - 1)}^{'} (k) \cdot e^{j * 2 * pi * (i_{1} - 1) / i_{1}} - - - (eq - 3.4)

X_{m_{0}} (k + {(i_{1} - 1) \cdot N}_{2}) = Σ_{n_{2} = 0}^{N_{2} - 1} x ({i_{0} \cdot i_{1} \cdot n}_{2} + m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}}

+ Σ_{n_{2} = 0}^{N_{2} - 1} x (i_{0} \cdot (n_{1} \cdot n_{2} + 1) + m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}} \cdot e^{j * 2 * pi * k / N_{1}} \cdot e^{j * 2 * pi * (i_{1} - 1) / i_{1}}

+ \cdot \cdot \cdot + Σ_{n_{2} = 0}^{N_{2} - 1} x (i_{0} \cdot (i_{1} \cdot n_{2} + (i_{1} - 1)) + m_{0}) \cdot e^{j * 2 * pi * k * n_{2} / N_{2}} \cdot e^{j * 2 * pi * k * (i_{1} - 1) / N_{1}} \cdot e^{j * 2 * pi * (i_{1} - 1) * (i_{1} - 1) / i_{1}}

= X_{m_{0} 0} (k) + X_{m_{0} 1} (k) \cdot e^{j * 2 * pi * k / N_{1}} \cdot e^{j * 2 * pi \cdot (i_{1} - 1) / i_{1}} + \cdot \cdot \cdot + X_{m_{0} (i_{1} - 1)} (k) \cdot e^{j * 2 * pi * k * (i_{1} - 1) / N_{1}} \cdot e^{j * 2 * pi * (i_{1} - 1) * (i_{1} - 1) / i_{1}}

= X_{m_{0} 0}^{'} (k) + X_{m_{0} 1}^{'} (k) \cdot e^{j * 2 * pi (i_{1} - 1) / N_{1}} + \cdot \cdot \cdot + X_{m_{0} (i_{1} - 1)}^{'} (k) \cdot e^{j * 2 * pi * (i_{1} - 1) * (i_{1} - 1) / i_{1}} - - - (eq - 3.5)

通过(eq-3.1)(eq-3.2)(eq-3.3)(eq-3.4)(eq-3.5)，得到radix-i1的旋转系数：

基于(eq-3.6)所示radix-i1的旋转系数可以得到蝴蝶算法的实现：

k＝0，1，…，N₂-1 (eq-3.7)

同理可以得到radix-i2，……，radix-is-1的旋转系数与实现基于radix-i2，……，radix-is-1的蝴蝶算法。

图4为本发明基于FFT的OFDM调制解调装置的一实施例的FFT模块的具体实施方式的示意图，包括存储器模块、蝶形运算模块以及乘法器。所述存储器模块进一步包括多个随机存储器模块(Random Access Memory，简称RAM)用于存储需要计算的数据并缓存运算结果，所述蝶形运算模块包含基于任意点的不同的蝶形运算单元(butterfly)，按照算法选择当前使用的蝶形运算单元，系统根据当前使用的蝶形运算单元的模式采用相应的旋转系数rotate_coefi。

向所述存储器模块中的第一随机存储器模块RAM₀输入需要计算的数据，所述第一随机存储器模块RAM₀收到所述需要计算的数据后向距离N/i_k-1的蝶形运算单元butterfly₀输出数据i_k-1，所述蝶形运算单元butterfly₀以输出数据i_k-1为运算基数进行蝶形运算，并将运算后的数据与相应的旋转系数通过乘法器运算后传输到下一存储器模块RAM₁，中间运算结果数据缓存到所述第一随机存储器模块RAM₀，RAM₀的大小是(i_k-1)*N/i_k-1。如此循环计算。每一步的旋转系数为：rotate_coef i＝exp(j*2*pi*qk_i*tn_i/M_i)，表1、表2为旋转系数的参数。全部循环结束后输出计算结果数据，计算结果数据输出的顺序是A_k-1A_k-2……A₁A₀，，传统的FFT运算，输出数据的顺序是A₀A₁……A_k-2A_k-1，其中A_s即为i_s-ary的值。

调制最后的IFFT以交织结构实现，交织和IFFT同时执行且输出的值相等，在实现中抵消，节省了运算所占用的存储器资源。解调最后的FFT操作采用图4所示结构来实现，不需要进行顺序输入逆序输出以及解交织的操作。

例如，在中国的数字电视地面广播标准中，系统使用的是下述的方法做的交织：

For(i＝0；i＜3；i＝i+1)

For(j＝0；j＜3；j＝j+1)

For(k＝0；k＜3；k＝k+1)

For(l＝0；l＜2；l＝l+1)

For(m＝0；m＜2；m＝m+1)

For(n＝0；n＜5；n＝n+1)

For(o＝0；o＜7；o＝o+1)

Y[o*540+n*108+m*54+l*27+k*9+j*3+i]＝Z[i*1260+j*420+k*140+l*70+m*35+n*7+o]；

Z是交织的输入值，Y是交织的输出值。将交织的输出值输入IFFT block。比较交织的输入值Z和交织的输出值Y，Z的序号是与Y的序号3-ary3-ary3-ary2-ary2-ary5-ary7-ary的交换。因此，如果图4所示FFT结构使用了命令3-ary3-ary3-ary2-ary2-ary5-ary7-ary，那么FFT和解交织就可以同时执行。同理，交织和IFFT也可以同时执行。表3为在中国数字电视广播标准中实现地面3780个点的FFT的资源消耗比较。

表1.旋转系数的参数

表2.旋转系数的参数

表3.中国数字电视广播标准中实现地面3780个点的FFT的资源消耗比较

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种基于FFT的OFDM调制解调装置，其特征在于，包括在发射机中用于形成OFDM符号的时域与频域交织模块、OFDM调制模块、在接收机中用于对接收到的信号进行频域处理的相应的OFDM解调模块、时域与频域解交织模块以及信道模块，所述时域与频域交织模块和所述OFDM调制模块依次相连并通过所述信道模块与依次相连的所述OFDM解调模块和所述时域与频域解交织模块相连，所述OFDM调制模块包括一IFFT模块，所述OFDM解调包括一FFT模块，所述IFFT模块通过所述FFT模块实现，所述FFT模块用于对FFT进行分解，任意的基值用相应的单模块进行处理，实现基于任意点的FFT变换，节省了存储器资源。

2.根据权利要求1所述的基于FFT的OFDM调制解调装置，其特征在于，所述FFT模块的输入数据的顺序与输出数据的顺序相同，不需要进行顺序输入逆序输出。

3.根据权利要求1所述的基于FFT的OFDM调制解调装置，其特征在于，将所述IFFT模块的IFFT操作设计成所述时域与频域交织模块的交织模式，所述时域与频域交织模块的交织和所述IFFT模块的IFFT同时执行，所述时域与频域交织模块和所述IFFT模块输出的值相等，在实现中抵消，但在功能上存在。

4.根据权利要求3所述的基于FFT的OFDM调制解调装置，其特征在于，所述FFT模块的FFT和所述时域与频域解交织模块的解交织同时执行。

5.根据权利要求1所述的基于FFT的OFDM调制解调装置，其特征在于，所述FFT模块进一步包括存储器模块、蝶形运算模块以及乘法器，所述存储器模块包括多个随机存储器模块，用于存储需要计算的数据并缓存运算结果、所述蝶形运算模块包括基于任意点的不同的蝶形运算单元，按照算法选择当前使用的蝶形运算单元、并根据所述当前使用的蝶形运算单元的模式生成相应的旋转系数。

6.根据权利要求5所述的基于FFT的OFDM调制解调装置，其特征在于，向所述存储器模块的第一随机存储器模块输入所述需要计算的数据，所述第一随机存储器模块收到所述需要计算的数据后向距离为所述需要计算的数据的值与运算的基数的商的第一蝶形运算单元输出运算基数，所述第一蝶形运算单元根据所述运算基数进行蝶形运算，并将运算后的数据与相应的旋转系数通过所述乘法器运算后传输到下一存储器模块，中间运算结果数据缓存到所述第一随机存储器模块。