第一次使用Xilinx 的FFT的IP core。没有太多的资料和实例可以学习，只有一个软件自带的文档xfft_ds260，而且是英文的，看了很长时间受益不大。然后决定一边用一边再学习，就自己建立了一个工程实验。

这个IP核可以选择多种结构的，什么基４的，基２，基lite,pipelined.streaming i/o,burst i/o ，各种结构。我选择的目的是结口最少，操作最简单。最后选择了基2 lite ,burst i/o 结构的，定点，输出不选顺序的，从而避开了那些没有理解的操作。值得注意的是xk_index与输入数据之间有三个时钟的延时。

最后得到的结口是

module fft8 (

fwd_inv_we, rfd, start, fwd_inv, dv, done, clk, busy, edone, xn_re, xk_im, xn_index, xk_re, xn_im, xk_index

);

input fwd_inv_we;

output rfd;

input start;

input fwd_inv;

output dv;

output done;

input clk;

output busy;

output edone;

input [15 : 0] xn_re;

output [19 : 0] xk_im;

output [2 : 0] xn_index;

output [19 : 0] xk_re;

input [15 : 0] xn_im;

output [2 : 0] xk_index;

。

然后进行仿真：

testbench是自动生成的，只添加了下面的部分，很简单的：

nitial begin

// Initialize Inputs

clk = 0;

xn_re = 0;

xn_im = 0;

start =0;

fwd_inv_we=0;

fwd_inv=0;

// Wait 100 ns for global reset to finish

#100;

start =1;

fwd_inv_we=1;

fwd_inv=1;

// Add stimulus here

end

always #5 clk = ~clk;

always @(posedge clk)

begin

xn_re= xn_re + 1;

end

仿真的结果是

这时的的一个输入：8个数据：14至22的8个数，所示的结果为：

0 140+j*0,

1 -4+j*9,

2 -4+j*4,

3 -4+j*1,

4 -4+j*0,

5 -4-j*2,

6 -4-j*4,

7 -4-j*10

然后我们通过matlab 进行一个fft的运算，验证这一结果的准确性：

代码是：

n=0:1:7;

s=n+14;

>> y=fft(s,8);

>> y

y =

1.0e+002 *

Columns 1 through 6

1.4000 -0.0400 + 0.0966i -0.0400 + 0.0400i -0.0400 + 0.0166i -0.0400 -0.0400 - 0.0166i

Columns 7 through 8

-0.0400 - 0.0400i -0.0400 - 0.0966i

考虑到有限精度的问题，显然结果是正确的。

另外需要说明的是FFT输出的结果是二进制补码形式，我在仿真显示结果进行了转换，将二进制补码表示成了有符号的十进制，以便对比。