如果用一般的定點計算，信噪比下降，噪聲會將產生的鏡像峰湮滅，因此必須采取一定的措施減小由定點化產生的誤差?？紤]到在64點FFT并行模塊里點數是固定的，進行蝶形運算時旋轉因子是常數，因此可以根據系數的特點對定點化時的階碼做動態(tài)調整，在保證無溢出的條件下最大程度的減小噪聲。

如圖5所示，對比在Matlab中的仿真結果，在沒有采取動態(tài)調整措施前進行定點化的噪聲量級達到±1(見圖5(a))，進行動態(tài)調整后下降到10-3(見圖5(b))，可見采用動態(tài)調整進行定點化可以有效地降低由于有限字長效應引起的噪聲。

圖6為進行動態(tài)調整后在FPGA硬件運行的仿真結果，與軟件自帶的FFT IP相比誤差很小，在輸入正弦波的時候可以明顯地觀察到尖峰，這樣的結果足以滿足NMR譜儀的信號檢測要求。

2．2 64點FFT并行模塊資源優(yōu)化

由于64點FFT模塊并行實現，所占用的FPGA邏輯資源太多，在一般的FPGA中難以實現，因此有必要對其進行優(yōu)化減少所占用的資源。該設計中N是確定的，旋轉因子都是常數，蝶形運算中的復數乘法為常系數乘法，根據這個特點，可對使用資源進行優(yōu)化。

如式(9)所示，64點FFT可分解為384個蝶形運算單元。

n=Nlog N (9)

式中：N為FFT點數；n為所需的蝶形運算單元的個數。

式(5)和(6)各包含1個復數加法運算和1個復數乘法運算，需要2個加法器和4個乘法器實現。但經過如式(10)所示的運算后的復數乘法可用三乘法器實現，因此綜合后的資源先比四乘法器架構優(yōu)化了25％，

(A1+B1i)(A2+B2i)=(A1A2-B1B2)(A1B2-A2B1)i=A1(A2+B2)=B2(A1+B1)+[A1(A2+B2)-A2(A1+B1)] (10)