CN110069746A - 一种应用于td-lte中点数可变的ifft处理装置 - Google Patents

一种应用于td-lte中点数可变的ifft处理装置 Download PDF

Info

Publication number
CN110069746A
CN110069746A CN201910328883.1A CN201910328883A CN110069746A CN 110069746 A CN110069746 A CN 110069746A CN 201910328883 A CN201910328883 A CN 201910328883A CN 110069746 A CN110069746 A CN 110069746A
Authority
CN
China
Prior art keywords
base
ifft
butterfly
processing element
lte
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910328883.1A
Other languages
English (en)
Inventor
王薇
周晓明
黄成�
杨阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou BeeLinker Technology Co Ltd
Original Assignee
Suzhou BeeLinker Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou BeeLinker Technology Co Ltd filed Critical Suzhou BeeLinker Technology Co Ltd
Priority to CN201910328883.1A priority Critical patent/CN110069746A/zh
Publication of CN110069746A publication Critical patent/CN110069746A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开了一种应用于TD‑LTE中点数可变的IFFT处理方法，包括：采用流水线型的基2蝶形运算单元分别计算TD‑LTE中20MHz、10MHz、5MHz、3MH和1.5MHz带宽下的IFFT变换，通过多路选择器切换输入数据的层级，该5种FFT变换由大到小每级相差一步基2蝶形运算；将15MHz带宽下的1536点IFFT变换分解为3组，每组512个点，在流水线结构第二级后设置一级基3蝶形运算单元，用于1536点的IFFT变换；优化常系数乘法器和复数乘法器，进行IFFT变换。可以在TD‑LTE中进行IFFT运算，可以在TD‑LTE中不同点数的IFFT变换之间灵活切换，并且硬件资源占用低。

Description

一种应用于TD-LTE中点数可变的IFFT处理装置
技术领域
本发明涉及TD-LTE移动通信技术领域，具体地涉及一种应用于TD-LTE中点数可变的IFFT处理装置。
背景技术
OFDM要求各个子载波之间相互正交，在理论上以证明，使用快速傅里叶变换(FFT)可以较好地实现正交变换。但在OFDM发明初期，快速傅里叶变换需要的采样点太多，当时的数字信号处理(DSP)运算不过来。20世纪90年代，DSP运算速度足够快，才使得通过FFT实现OFDM成为可能，从而也为系统小型化和降低成本奠定了基础。
快速傅里叶变换(FFT)是离散傅里叶变换(DFT)的一种快速算法，IFFT是快速傅里叶逆变换，它通过将长序列的DFT分解为短序列的DFT进行运算，从而使运算量大大减小。FFT在功能和DFT一样，都是计算有限长信号的离散频谱。快速傅里叶变换算法主要有Cooley-Turkey算法、Good-Thomas算法和Winograd算法。Cooley-Turkey算法是所有算法中最为通用的一种算法，通过利用旋转因子的对称性和周期性，按照对时域数据序号的分解，把一维的DFT分解为二维或多维的DFT。以Cooley-Turkey算法为基础发展出的基2整数次幂、基2l整数次幂、混合基以及分裂基FFT算法相比最初的基2算法要更加的灵活。随着集成电路技术的发展，在FFT的实现过程中，算法的规则性和可实现性直接关系到实现的复杂度和规模，基2和基4算法在这方面算法结构规整、易于实现，得到了广泛的应用。
FFT模块的设计目标为：在保证性能的同时降低功耗及硬件资源占用。有研究者基于存储共享型结构提出了一种低功耗的解决方法，但是这些方法的数据吞吐率较低并且需要额外的缓存空间来做系统同步。还有一些方法采用了一种单路延迟反馈(SDF)流水线型FFT结构，这种方法的乘法运算量只占到总运算量的50％以下，并且控制单元复杂度低，易于设计，这些特点非常适用于在便携式设备中实现高性能的FFT设计。
第四代数字蜂窝移动通信业务(TD-LTE)中有6种不同点数的FFT变换，这就要求所设计的FFT运算模块能够在不同点数的FFT变换之间灵活变化，并且所占用的资源不能太高。本发明因此而来。
发明内容
为了解决上述存在的技术问题，本发明的目的是提出一种应用于TD-LTE中点数可变的IFFT处理装置，可以在TD-LTE中进行IFFT运算，可以在TD-LTE中不同点数的IFFT变换之间灵活切换，并且硬件资源占用低。
本发明的技术方案是：
一种应用于TD-LTE中点数可变的IFFT处理方法，包括以下步骤：
S01：采用流水线型的基2蝶形运算单元分别计算TD-LTE中20MHz、10MHz、5MHz、3MH和1.5MHz带宽下的IFFT变换，通过多路选择器切换输入数据的层级，该5种FFT变换由大到小每级相差一步基2蝶形运算；
S02：将15MHz带宽下的1536点IFFT变换分解为3组，每组512个点，在流水线结构第二级后设置一级基3蝶形运算单元，用于1536点的IFFT变换；
S03：优化常系数乘法器和复数乘法器，进行IFFT变换。
优选的技术方案中，所述基3蝶形运算单元利用基2蝶形运算单元构建基3蝶形运算单元，将基3蝶形运算单元分解为3阶包含基2蝶形运算单元的半拓扑结构，将一次基3蝶形运算中的乘法次数减少为1次。
优选的技术方案中，所述步骤S03中优化常系数乘法器和复数乘法器包括：
S11：利用移位运算与加法运算替代乘法运算优化常系数乘法器，对旋转因子和中的常数分别按2的n次幂进行展开，进行乘法操作；
S12：通过添加互补项的方式优化复数乘法器，使用三个乘法器和一个加法器进行复数的乘法。
本发明还公开了一种应用于TD-LTE中点数可变的IFFT处理装置，包括：
多个依次级联的基2蝶形运算单元，所述基2蝶形运算单元分别计算TD-LTE中20MHz、10MHz、5MHz、3MH和1.5MHz带宽下的IFFT变换，通过多路选择器切换输入数据的层级，该5种FFT变换由大到小每级相差一步基2蝶形运算；
在流水线结构第二级后设置一级基3蝶形运算单元，用于1536点的IFFT变换，将15MHz带宽下的1536点IFFT变换分解为3组，每组512个点；
通过优化的常系数乘法器和复数乘法器，进行IFFT变换。
优选的技术方案中，所述基3蝶形运算单元利用基2蝶形运算单元构建基3蝶形运算单元，将基3蝶形运算单元分解为3阶包含基2蝶形运算单元的半拓扑结构，将一次基3蝶形运算中的乘法次数减少为1次。
优选的技术方案中，所述优化的常系数乘法器和复数乘法器包括，常系数乘法器中，对旋转因子和中的常数分别按2的n次幂进行展开，进行乘法操作；通过添加互补项的方式，使用三个乘法器和一个加法器进行复数的乘法。
与现有技术相比，本发明的优点是：
本发明根据TD-LTE中除了15MHz带宽之外的其他5种带宽下IFFT变换互相之间相差一级基2蝶形运算的特点，设计了一种基2流水线型且点数可变的IFFT结构，然后利用Cooley-Tukey算法将1536点FFT分解为3组512点FFT变换，在流水线型结构第二级之后插入一步基3蝶形运算用于1536点的FFT变换。随后利用Matlab仿真确定了最优定点数据字长。在此基础上，通过基2蝶形运算单元构造完成基3蝶形运算；利用移位运算与加法运算替代乘法运算的方式优化了常系数乘法器；在复数乘法器运算过程中添加互补项的方式降低了复数乘法次数。这种IFFT结构可以在TD-LTE中不同点数的IFFT变换之间灵活切换，并且具有硬件资源占用低等优点。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1为本发明IFFT处理装置的结构示意图；
图2为本发明基3蝶形运算单元的结构示意图；
图3为本发明常系数乘法器的电路原理图；
图4为本发明常系数乘法器的电路原理图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例：
本发明给出了一种基2流水线型且点数可变的IFFT结构，如图1所示，采用流水线型的基2蝶形运算单元分别计算TD-LTE中20MHz、10MHz、5MHz、3MH和1.5MHz带宽下的IFFT变换，然后利用Cooley-Tukey算法将1536点FFT分解为3组512点FFT变换，在流水线型结构第二级之后插入一步基3蝶形运算用于1536点的FFT变换。随后利用仿真确定最优定点数据字长。在此基础上，通过基2蝶形运算单元构造完成基3蝶形运算；利用移位运算与加法运算替代乘法运算的方式优化了常系数乘法器；在复数乘法器运算过程中添加互补项的方式降低了复数乘法次数。这种IFFT结构可以在TD-LTE中不同点数的IFFT变换之间灵活切换，并且具有硬件资源占用低等优点。
1、混合基流水线型SDF的IFFT结构
TD-LTE下行链路采用OFDM技术，因为TD-LTE具有自适应带宽的能力，表现在物理层OFDM技术的结构上，即要求在OFDM的实现中可实现多种点数变换的IFFT。TD-LTE中包含6种带宽，因此对应了6种IFFT变换，其中除了15MHz带宽下，FFT点数为1536外，其余5种FFT变换均可以采用基2蝶形运算单元来实现，并且该5种FFT变换由大到小的相差一级基2蝶形运算，故实际实现中，在2048点FFT到128点FFT之间采用基2蝶形，通过多路选择器切换输入数据的层级。则该FFT模块的蝶形运算单元及存储器资源可在不同点数的FFT变换间共享，已达到节省资源占用的目的。
TD-LTE中20M带宽下，OFDM符号占用中间1200个子载波，此时FFT变换长度为2048，2048点的DFT表示式
令n和k分别为
n＝1024n1+n2，0≤n1≤1023；n2＝0,1
k＝k1+1024k2，0≤k1≤1023；k2＝0,1
则
即按照Cooley-Tukey算法，将输入序列分为1024个2点的序列并对其做2点DFT后乘以旋转因子得到然后再做1024点DFT。通过串联的方式对上述过程按公式重复展开即得到IFFT模块的总体设计结构。
通过上述对FFT实现结构和TD-LTE中OFDM的参数要求，均衡实现的硬件复杂度及资源损耗，本文选择基2流水线型的SDF结构设计IFFT模块。其结构图如图1所示。图中包含如下几个基本单元构成，蝶形运算处理单元、共轭运算及除法运算单元，ST1～ST11(不包括ST2’)为基2蝶形运算单元，ST2’为基3蝶形运算单元，PE为处理单元。ST1～ST11又可以当作FFT计算模块，采用DIF结构。输入数据先经过共轭运算，然后经过多路选择器，以当前所做IFFT点数为判决条件，从左至右依次为2048、1024、1536、512、256、128，在输出端再进行一次共轭操作并乘以常数因子1/N，即完成了最终的IFFT变换。以2048点和IFFT为例，2048点蝶形运算过程为从ST1～ST11。此外，1536点IFFT运算流程从ST2’～ST11，虚线框中ST2’为基3蝶形运算，只在1536点IFFT变换时采用。
2、基3蝶形运算结构
在1536点的IFFT变换中，所需要基3蝶形运算单元通过采用基2蝶形运算单元经过3级流水线操作来完成，并对第二级结构做了部分改进，这种结构的基3蝶形运算单元简化了信号流并且易于控制，硬件实现复杂度也要低于以往的结构。
对1536点，其DFT表示式可做如下变换：
将1536点的DFT变换分为3组，每组分别进行512点的FFT变换，第二组和第三组需要分别乘以旋转因子和然后对三组求和即可得到1536点的FFT变换。旋转因子可以变换成以下形式：
1536点FFT变换中基3蝶形结构运算可通过式来描述：
X[0]＝x(0)+x(1)+x(2
其中为常数。图2为基3蝶形运算的信号流图，从图中可以看出共包含三阶，每阶只含有一个半拓扑结构的蝶形结构。基3蝶形运算的三级运算过程如表1所示。在表1中，乘法操作总共进行了两次，且b0/2可以通过对操作数据的右移来实现，这样一次基3蝶形运算中的乘法次数就减少为1次，在FPGA中，乘法器所占资源要比加法器所占资源多得多，故此种结构的基3蝶形运算大大减少了硬件资源的使用，并且每一阶的蝶形运算都简化为使用基2蝶形运算结构来实现，进一步降低了硬件实现的复杂度及资源占用。
表1基3的3阶蝶形运算
第一阶 第二阶 第三阶
a<sub>0</sub>＝x(0) a<sub>1</sub>＝a<sub>0</sub>+b<sub>0</sub> a<sub>2</sub>＝a<sub>1</sub>
b<sub>0</sub>＝x(1)+x(2) b<sub>1</sub>＝a<sub>0</sub>-b<sub>0</sub>/2 b<sub>2</sub>＝b<sub>1</sub>+c<sub>1</sub>
c<sub>0</sub>＝x(1)-x(2) c<sub>1</sub>＝k<sub>j</sub>c<sub>0</sub> c<sub>2</sub>＝b<sub>1</sub>-<sub>c</sub>1
常系数及复数乘法器的优化
常系数乘法器是指该乘法器的输入其中之一是变量，另一个输入为固定常数(或者是固定的少数几个常数之一)，而固定的定点常数必然可以表示为2的n次幂的线性组合。
ST8结构中的旋转因子的实部与虚部取值范围为其中可以展开成以下形式
观察上式，可以发现利用该等式可以将乘法运算变换为移位运算和加法运算，节省了乘法器所占用的硬件资源。但是若直接采用等式右边多项式来替代由于截断误差会带来较低的数据精度，因此为了提高数据精度，做如下变换
根据式，可以画出关于常系数乘法器的电路原理图，如图3所示，从图中可以看出，该电路仅需要3步移位运算与3步加法运算即可完成一次乘法操作，在提高数据精度的同时进一步节省了硬件资源的占用。
通过对基3蝶形运算结构的分解，和可以采用实数值与0.5组合替代，其中0.5可以直接采用移位运算，不再赘述，亦可以仿照进行展开
与前者相似，需要对上式进行改进，改进后的公式如下
根据，可以画出关于常系数乘法器的电路原理图，如图4所示。图中电路结构仅用了3个移位寄存器与3个加法器即完成了一次乘法运算。
IFFT蝶形运算过程中与旋转因子的相乘为复数乘法，故需要设计一个复数乘法器。令蝶形运算中间复数变量为A＝x+jy，旋转因子F＝cosθ+jsinθ，则复数乘法
A·F＝(x+jy)·(cosθ+jsinθ)＝(xcosθ-ysinθ)+j(xcosθ+ysinθ)
由上式可以看出，一次复数乘法需要4个乘法器和3个加法器，若做如下变换
xcosθ-ysinθ＝xcosθ-ycosθ+ycosθ-ysinθ
＝y(cosθ-sinθ)+(x-y)cosθ
xcosθ+ysinθ＝xcosθ+xsinθ-xsinθ+ysinθ
＝x(cosθ+sinθ)-(x-y)cosθ
令z＝(x-y)cosθ，则实部Re[A·F]＝y(cosθ-sinθ)+z，虚部Im[A·F]＝x(cosθ+sinθ)+z，只需要三个乘法器和一个加法器即可完成两个复数的乘法，比优化前少了一个乘法器多了一个加法器，在硬件实现中，乘法器所占用资源相比加法器要多得多。通过这种变换，节省了复数乘法器的硬件资源占用。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (6)

1.一种应用于TD-LTE中点数可变的IFFT处理方法，其特征在于，包括以下步骤：
S01：采用流水线型的基2蝶形运算单元分别计算TD-LTE中20MHz、10MHz、5MHz、3MH和1.5MHz带宽下的IFFT变换，通过多路选择器切换输入数据的层级，该5种FFT变换由大到小每级相差一步基2蝶形运算；
S02：将15MHz带宽下的1536点IFFT变换分解为3组，每组512个点，在流水线结构第二级后设置一级基3蝶形运算单元，用于1536点的IFFT变换；
S03：优化常系数乘法器和复数乘法器，进行IFFT变换。
2.根据权利要求1所述的应用于TD-LTE中点数可变的IFFT处理方法，其特征在于，所述基3蝶形运算单元利用基2蝶形运算单元构建基3蝶形运算单元，将基3蝶形运算单元分解为3阶包含基2蝶形运算单元的半拓扑结构，将一次基3蝶形运算中的乘法次数减少为1次。
3.根据权利要求1所述的应用于TD-LTE中点数可变的IFFT处理方法，其特征在于，所述步骤S03中优化常系数乘法器和复数乘法器包括：
S11：利用移位运算与加法运算替代乘法运算优化常系数乘法器，对旋转因子和中的常数分别按2的n次幂进行展开，进行乘法操作；
S12：通过添加互补项的方式优化复数乘法器，使用三个乘法器和一个加法器进行复数的乘法。
4.一种应用于TD-LTE中点数可变的IFFT处理装置，其特征在于，包括：
多个依次级联的基2蝶形运算单元，所述基2蝶形运算单元分别计算TD-LTE中20MHz、10MHz、5MHz、3MH和1.5MHz带宽下的IFFT变换，通过多路选择器切换输入数据的层级，该5种FFT变换由大到小每级相差一步基2蝶形运算；
在流水线结构第二级后设置一级基3蝶形运算单元，用于1536点的IFFT变换，将15MHz带宽下的1536点IFFT变换分解为3组，每组512个点；
通过优化的常系数乘法器和复数乘法器，进行IFFT变换。
5.根据权利要求4所述的应用于TD-LTE中点数可变的IFFT处理装置，其特征在于，所述基3蝶形运算单元利用基2蝶形运算单元构建基3蝶形运算单元，将基3蝶形运算单元分解为3阶包含基2蝶形运算单元的半拓扑结构，将一次基3蝶形运算中的乘法次数减少为1次。
6.根据权利要求4所述的应用于TD-LTE中点数可变的IFFT处理装置，其特征在于，所述优化的常系数乘法器和复数乘法器包括，常系数乘法器中，对旋转因子和中的常数分别按2的n次幂进行展开，进行乘法操作；通过添加互补项的方式，使用三个乘法器和一个加法器进行复数的乘法。
CN201910328883.1A 2019-04-23 2019-04-23 一种应用于td-lte中点数可变的ifft处理装置 Pending CN110069746A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910328883.1A CN110069746A (zh) 2019-04-23 2019-04-23 一种应用于td-lte中点数可变的ifft处理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910328883.1A CN110069746A (zh) 2019-04-23 2019-04-23 一种应用于td-lte中点数可变的ifft处理装置

Publications (1)

Publication Number Publication Date
CN110069746A true CN110069746A (zh) 2019-07-30

Family

ID=67368541

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910328883.1A Pending CN110069746A (zh) 2019-04-23 2019-04-23 一种应用于td-lte中点数可变的ifft处理装置

Country Status (1)

Country Link
CN (1) CN110069746A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111300A (zh) * 2020-01-13 2021-07-13 上海大学 具有优化资源消耗的定点fft实现架构

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937423A (zh) * 2009-07-01 2011-01-05 中兴通讯股份有限公司 一种流水式fft/ifft的处理系统
CN107908389A (zh) * 2017-11-21 2018-04-13 天津大学 小点数fft旋转因子复数乘法加速器

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937423A (zh) * 2009-07-01 2011-01-05 中兴通讯股份有限公司 一种流水式fft/ifft的处理系统
CN107908389A (zh) * 2017-11-21 2018-04-13 天津大学 小点数fft旋转因子复数乘法加速器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
袁家兴: "TD-LTE基带信号发生器的电路设计", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111300A (zh) * 2020-01-13 2021-07-13 上海大学 具有优化资源消耗的定点fft实现架构

Similar Documents

Publication Publication Date Title
Yu et al. A low-power 64-point pipeline FFT/IFFT processor for OFDM applications
Chen et al. An indexed-scaling pipelined FFT processor for OFDM-based WPAN applications
CN108021781A (zh) 一种可参数化的fft ip核设计和优化方法
Ganjikunta et al. An area-efficient and low-power 64-point pipeline Fast Fourier Transform for OFDM applications
Elango et al. VLSI implementation of an area and energy efficient FFT/IFFT core for MIMO-OFDM applications
KR20020034746A (ko) 고속 및 면적효율적인 알고리즘을 적용한 고속 프리에변환 프로세서
Li et al. A 128/256-point pipeline FFT/IFFT processor for MIMO OFDM system IEEE 802.16 e
US20070192394A1 (en) Processor and method for performing a fast fourier transform and/or an inverse fast fourier transform of a complex input signal
Kim et al. High speed eight-parallel mixed-radix FFT processor for OFDM systems
Jiang et al. Design of an efficient FFT processor for OFDM systems
Prasanna Kumar et al. Optimized pipelined fast Fourier transform using split and merge parallel processing units for OFDM
Fu et al. An area efficient FFT/IFFT processor for MIMO-OFDM WLAN 802.11 n
CN110069746A (zh) 一种应用于td-lte中点数可变的ifft处理装置
Kavitha et al. An efficient FPGA architecture for reconfigurable FFT processor incorporating an integration of an improved CORDIC and Radix-2 r Algorithm
Kim et al. Novel shared multiplier scheduling scheme for area-efficient FFT/IFFT processors
KR20140142927A (ko) 혼합 기수 파이프라인 fft 프로세서 및 이를 이용한 fft 프로세싱 방법
Lee et al. Modified sdf architecture for mixed dif/dit fft
CN201993753U (zh) 一种应用于fft/ifft的基4蝶形单元电路
Qin et al. An efficient pruning algorithm for IFFT/FFT based on NC-OFDM in 5G
Tsai et al. Power-efficient continuous-flow memory-based FFT processor for WiMax OFDM mode
Kirubanandasarathy et al. VLSI Design of Mixed radix FFT Processor for MIMO OFDM in wireless communications
Yuan et al. A 256-point dataflow scheduling 2× 2 MIMO FFT/IFFT processor for IEEE 802.16 WMAN
Saber et al. Low Power Implementation of FBMC Transceiver for 5G Wireless Networks
Shi et al. Design of an 8-channel FFT processor for IEEE 802.11 ac MIMO-OFDM WLAN system
KR20050052740A (ko) 반복 연산 기법을 이용한 가변 고속 푸리에 변환프로세서

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190730

RJ01 Rejection of invention patent application after publication