这几天状态有点差，手头的两个电机驱动程序也基本调试完毕，暂时不打算开展新的程序调试了，以前是凭着热爱在学习FPGA，现在成了全天候主攻FPGA后，反而逐渐有点厌倦和不耐烦了，主要是这几天的休息也不太好，脑袋经常都是一团浆糊似的，觉得是时候对FPGA的一些重要IP核进行总结了！
对于FFT这个IP核，我陆陆续续研究了基本大半年的时间，一点点地深挖它IP核配置的每一个参数配置，其实对它真的是又爱又恨，因为它真的耗费了我太多时间，但是随着研究的深入，这个IP核真的挺有意思的，真的，我现在对它的熟练掌握程度估计博客园都找不到第二个博主了。
有时候真的挺佩服自己的，遇到不懂的，不了解的，真的不允许自己留一点疑惑，必须深挖到底，一点含糊都不留给自己，其实，不知道大家有没有这样的疑惑，现在不懂的，懒得去研究的，估计过不了多久这个知识点又会兜回来找你的。我有时候，也会侥幸这样的任务不是落在我头上，因为不会啊，但是真的过不了多久，我越是不会的东西就越是会来找我，感觉今天的话有点多，估计脑袋的浆糊塞得有点多了！
FFT是什么？我也花了大半个月的时间去研究过它的原理，还手写代码不调用IP核去实现过它的实现方式，当然我没有具体去验证我这手写实现的方式是否正确，但是真的，大家还是好好学会调用IP核吧，这个IP核真的忒好用呢。
FFT其实本质上就是用来分析频谱成分的，我给你一堆混杂的频谱，你知道里面有哪些频率吗？你不知道，但是FFT知道，它能帮你分析混杂频谱中有哪些频率成分。说得官方一点就是：FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域，有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了，这就是很多信号分析采用FFT变换的原因。简单来说，FFT的作用就是：对信号进行频谱分析。
我们首先结合MATALB这个强大的数学分析软件来生动阐释下FFT这个概念，它可以拿来做什么？它是如何实现频谱分析的？
一个模拟信号，经过ADC采样之后，就变成了数字信号，我们就可以拿采样得到的数字信号，做FFT变换。N个采样点，经过FFT之后，就可以得到N个点的FFT结果。为了方便进行FFT运算，通常N取2的整数次方。 例如某点n所表示的频率为：Fn=(n-1)*Fs/N。由这条公式可以看出，Fn所能分辨到的频率为Fs/N，举例来说如果采样频率Fs为1024Hz，采样点数为1024点，则可以分辨到1Hz。1024Hz的采样率采样1024点，刚好是1秒，也就是说，采样1秒时间的信号并做FFT，则结果可以分析到1Hz，如果采样2秒时间的信号并做FFT，那这个对应的时间序列点数就是2048，则结果可以分析到0.5Hz。所以如果要提高频率分辨力，则必须增加采样点数，也即采样时间。频率分辨率和采样时间是倒数关系。由于FFT结果的对称性，通常我们只使用前半部分的结果，即小于采样频率一半的结果。
2）信号幅值对比：
预测猜想：按照我们的原始频率输入，第1个点、第51个点、第76个点的幅度值分别是2、3、1.5；
Matlab输出结果：
3）相位输出验证：
预测猜想：第1个点直流分量没有相位输出，不管，第51个点、第76个点的幅度值分别是-30，90；
Matlab输出结果：
