快速傅里叶变换（Fast Fourier Transform,FFT）对离散傅里叶变换（Discrete Fourier Transform,DFT）的高效、快速实现,推动了数字信号处理技术的发展。随着高频信号的发展,对不同信号高速采样得到更精确的分析结果成为人们关注的重点。因此,采样点数涵盖一定范围的大点数FFT分析,在嵌入式边缘计算的高实时应用场景中受到广泛关注。尽管FFT降低了DFT的计算复杂度,但大点数FFT处理数据量大,计算步骤多,以大量相同的复数乘加法为基础单元的FFT算法难以在顺序处理的通用处理器充分地展开计算,计算效率低、计算处理时延长,影响了信号分析的实时性。鉴于此,本文针对大点数FFT在嵌入式边缘端的实时处理开展研究工作,提出一种基于现场可编程门阵列（Field Programmable Gate Array,FPGA）的定制化FFT计算加速单元设计方法。首先针对嵌入式大数据流应用场景设计了可配置蝶形运算级数的流水线FFT计算结构,在此基础上,采用坐标旋转数字计算（Coordinate Rotation Digital Computer,CORDIC）和逐级调整位宽的方法对FFT存储资源进行优化,并在设计的FFT实时处理平台进行验证。具体研究内容如下:（1）针对涵盖大点数处理的点数可变FFT难以在通用处理器实时处理的问题,设计基于FPGA的可配置蝶形运算级数的流水线FFT计算结构。该结构结合FFT计算的特点,采用反馈延时的方式,对输入数据进行流水线处理,利用时间并行的计算方式,提升FFT的计算效率。同时,通过增加或减少蝶形运算级数改变FFT的计算点数,提高了适应不同FFT计算点数应用场景的灵活性。实验结果表明,该结构可以实现可变点数的FFT实时处理且计算结果正确。（2）针对FPGA内有限片上存储部署大点数FFT造成资源紧张的问题,设计旋转因子自生成的数据位宽可变蝶形运算结构,进行资源优化。结合CORDIC算法和旋转因子的对称性,通过实时计算旋转因子来减少因大量存储旋转因子导致的存储资源消耗;结合流水线FFT计算结构的特点,逐级调整数据位宽,减少FFT处理所需的计算和存储资源。实验结果表明,利用CORDIC算法实时计算旋转因子和逐级调整数据位宽的方法可以在保证计算精度的前提下,有效降低FFT存储资源消耗。（3）针对大点数FFT实时处理在边缘端部署中数据传输与计算任务调度的应用需求,采用异构So C架构处理器构建FFT实时处理系统。根据FFT实时处理过程中数据传输、缓存、计算等实际需求进行硬件平台设计,并基于此进行相应的固件和软件设计,以完成FFT实时处理的工作流程,最后对本文设计的FFT实时处理系统进行验证,测试结果表明,本文构建的FFT实时处理系统在4.18W功耗下实现了16k点FFT计算耗时189.572μs的实时处理。