快速傅立叶变换（Fast Fourier Transform,FFT）算法作为数字信号处理领域中最耗时的核心算法之一,它被广泛地用于雷达、通信等各种实时信号处理系统中。同时FFT算法也是衡量处理器的性能的核心算法。研究FFT算法对于发挥向量DSP（Digital Signal Processing）的并行处理具有重要的意义。针对FT-M7002的体系结构的特点,设计并实现高效的FFT算法具有重要的理论意义和应用价值。本文深入分析了FT-M7002的体系结构特点以及混合基FFT算法特点,针对FTM7002体系结构的并行性,设计并实现了中小规模复数FFT、实数FFT以及大规模复数基2-基4混合基FFT算法的单核汇编程序。本文的主要研究工作如下:（1）设计并实现了中小规模复数FFT算法程序。利用旋转因子的计算、计算数据的存储以及指针切换蝶形组和配置混洗模式实现SIMD（Single Instruction Multiple Data）向量化;将分组整序和DMA（Direct Memory Access）索引传输结合实现FFT最后的整序变换;设计了双缓冲DMA策略,使得分组计算整序的时间与DMA索引传输时间重合,提升算法性能;对于小规模的FFT,为了减少循环消耗以及更好地并行处理,采用单独实现的方案。实验结果表明,相对于TI公司的TMS320C6678平台相对应的FFT算法,对于中小规模复数FFT的平均加速比为4.14倍。（2）设计并实现了中小规模实数FFT算法程序和大规模复数FFT算法程序。利用Split操作和复数FFT算法实现了C2R FFT和R2C FFT;对于大规模复数FFT算法,详细分析了大规模FFT算法的算法流程,根据FFT的运算级数将其分成三步进行处理,同时采用双缓冲DMA策略,使得计算与数据传输时间重叠。实验结果表明:相对于TI公司的TMS320C6678平台相对应的FFT算法,对于中小规模的C2R FFT的平均加速比为2.40倍,R2C FFT的平均加速比为2.34倍,对于大规模复数FFT的平均加速比为4.38倍。