FPGA：实现快速傅里叶变换（FFT）算法
前言
第一次使用FPGA实现一个算法，搓手手，于是我拿出一股势在必得的心情打开了FFT的视频教程，看了好几个视频和好些篇博客，于是我迷失在数学公式推导中，在一位前辈的建议下，我开始转换我的思维，从科研心态转变为先用起来，于是我关掉我的推导笔记，找了一篇叫我用Verilog写FFT的视频B站 - 使用Verilog写FFT，跟着他先让代码跑起来，然后再择需深入
使用软件：vivado
实现算法：N=8的FFT算法
大框架：使用并行的3级流水线
正文
以下内容以快速让FFT代码跑起来为出发点，所以不会有复杂的理论推导，如果想要深入研究，可参考网上的详细教程，以下我会介绍我实现的过程，如果下面内容有误，请一定帮我指出
一、如何用FPGA实现FFT
在这里我们先直接抛出在FPGA里面是如何实现FFT的，然后再逐次推进涉及到的内容
1.1 实现FFT的核心
核心就是用Verilog代码写出下面的这幅图
可能你和我一样一开始不知道 怎么下手，连这个图都看不懂，没关系！！我们一步步来
有了目标，就围绕着我们的目标进行知识补充，（这样以目标为导向，不至于迷失在数学公式推导中）
首先我们要知道这个图是个啥，推荐看这个老师的视频，视频时长很短，只需要十多分钟就能对这幅图有个初步的认识
推荐视频：B站-潘老师-数字信号处理
需要明确的地方：
- 上面的图叫：蝶形图
- WN0=1W_{N}^{0}=1WN0=1
- 最左侧是时域，最右侧是 频域
以下是我看了视频后做的笔记：
这个口诀可以等你看完视频和我下面的笔记后，用来作为帮助记忆的辅助材料
口诀：
箭尾出发，箭头停
箭身有值要乘上
每次走完2支箭
箭身长的写在前
首先最左侧的 x(0),...,x(7)x(0),...,x(7)x(0),...,x(7) 从箭尾出发，箭身上有值的就和上面的值相乘，每次只能走完2个箭就要停下来计算一次值，并且从斜着的箭过来的值写在计算表达式的第一位，直着过来的值写在计算表达式的第二位
先挖个坑，等有空录一个简单的视频说一说这个蝶形图
1.2 蝶形图的组成元素
蝶形图无非就是一些元素构成的：左右两边的 $x$ , $W_{N}^{0}$ , $W_{N}^{1}$ , $W_{N}^{2}$ , $W_{N}^{3}$, -1,还有一些箭头，以及图下面图例中 $N=8$
只要我们知道这些元素是啥，用来干什么就能大概看懂蝶形图了
1.2.1 旋转因子 WNW_{N}WN
快速傅里叶变换（FFT）是对离散傅里叶变换（DFT）的一种加速算法，FFT比DFT运算速度快的原因，就是这个旋转因子的功劳。
旋转因子的表达式如下：
旋转因子有一些比较好的性质：周期性、可约性、对称性，个人认为如果不做公式推导，那就知道它的这些性质即可
在下面的代码中，第二级流水线里的例化复数乘法IP核时，我们直接将旋转因子给出（如下的倒数第三行）
// 复数乘法的IP核，求解与旋转因子的乘积
cmpy_0 cmpy23(.aclk(clk),.s_axis_a_tvalid(fft1_en),.s_axis_a_tdata({4'd0, fft1_im3,1'd0,4'd0, fft1_re3,1'd0}),//乘法元素中的复数：既有实部又有虚部.s_axis_b_tvalid(1'b1),.s_axis_b_tdata({8'd0,8'b10110101,8'd0,8'b10110101}),// 旋转因子.m_axis_dout_tvalid(fft2_en1),.m_axis_dout_tdata(fft2_cmpy23));
1.2.2 输入数据倒序排列
可能有细心的朋友会发现，蝶形图左边的 xxx 的排序不是按照升序或降序拍的，而是将 0−70-70−7 的二进制写出来后，将二进制的高位、低位互换后得到的
1.2.3 N是什么
目前蝶形图中的元素只剩下这个图例中的 N=8N=8N=8 了，这里的 NNN 表示每一列的点数，虽然蝶形图中有很多点，但是每一列都只有8个点，log2Nlog_{2}Nlog2N= 每组的蝶形次数，这里 N=8N=8N=8，每组就要做4次蝶形
我在看教程时，还会看到基-2、基-4这样的名词，NNN 还可以用来区分这两个名词（虽然我不知道区分这俩有啥用）
1.3 Verilog编写蝶形图
从图中可以看到，处理N=8这样的蝶形图，分3步走，即可以使用3级流水线来实现
1.3.1 第一级流水线
always @(posedge clk or negedge rst_n)beginif(!rst_n)beginfft1_en <= 0;fft1_re0 <= 0;fft1_im0 <= 0;fft1_re1 <= 0;fft1_im1 <= 0;fft1_re2 <= 0;fft1_im2 <= 0;fft1_re3 <= 0;fft1_im3 <= 0;fft1_re4 <= 0;fft1_im4 <= 0;fft1_re5 <= 0;fft1_im5 <= 0;fft1_re6 <= 0;fft1_im6 <= 0;fft1_re7 <= 0;fft1_im7 <= 0;endelse if(data_in_en)begin// 实现第一级流水线输出fft1_en <= 1;fft1_re0 <= data_in_re0 + data_in_re4;fft1_im0 <= data_in_im0 + data_in_im4;fft1_re1 <= data_in_re0 - data_in_re4;fft1_im1 <= data_in_im0 - data_in_im4;fft1_re2 <= data_in_re2 + data_in_re6;fft1_im2 <= data_in_im2 + data_in_im6;fft1_re3 <= data_in_re2 - data_in_re6;fft1_im3 <= data_in_im2 - data_in_im6;fft1_re4 <= data_in_re1 + data_in_re5;fft1_im4 <= data_in_im1 + data_in_im5;fft1_re5 <= data_in_re1 - data_in_re5;fft1_im5 <= data_in_im1 - data_in_im5;fft1_re6 <= data_in_re3 + data_in_re7;fft1_im6 <= data_in_im3 + data_in_im7;fft1_re7 <= data_in_re3 - data_in_re7;fft1_im7 <= data_in_im3 - data_in_im7;endelse beginfft1_en <= 0; endend
1.3.2 第二级流水线
// 第二级流水线
wire fft2_en1;
wire signed [10:0] fft2_im3_wn;
wire signed [10:0] fft2_re3_wn;
wire signed [47:0] fft2_cmpy23;assign fft2_re3_wn = fft2_cmpy23[19:9]; //从48位中提取出实部
assign fft2_im3_wn = fft2_cmpy23[43:33];//从48位中提取出虚部// 复数乘法的IP核，求解与旋转因子的乘积
cmpy_0 cmpy23(.aclk(clk),.s_axis_a_tvalid(fft1_en),.s_axis_a_tdata({4'd0, fft1_im3,1'd0,4'd0, fft1_re3,1'd0}),//乘法元素中的复数：既有实部又有虚部.s_axis_b_tvalid(1'b1),.s_axis_b_tdata({8'd0,8'b10110101,8'd0,8'b10110101}),// 旋转因子.m_axis_dout_tvalid(fft2_en1),.m_axis_dout_tdata(fft2_cmpy23));wire fft2_en2;
wire signed [10:0] fft2_im7_wn;
wire signed [10:0] fft2_re7_wn;
wire signed [47:0] fft2_cmpy27;
assign fft2_re7_wn =fft2_cmpy27[19:9];
assign fft2_im7_wn =fft2_cmpy27[43:33];cmpy_0 cmpy27(.aclk(clk),.s_axis_a_tvalid(fft1_en),.s_axis_a_tdata({4'd0, fft1_im7,1'd0,4'd0, fft1_re7,1'd0}),.s_axis_b_tvalid(1'b1),.s_axis_b_tdata({8'd0,8'b10110101,8'd0,8'b10110101}),.m_axis_dout_tvalid(fft2_en2),.m_axis_dout_tdata(fft2_cmpy27));reg fft2_en;
reg signed [11:0] fft2_re0;
reg signed [11:0] fft2_im0;
reg signed [11:0] fft2_re1;
reg signed [11:0] fft2_im1;
reg signed [11:0] fft2_re2;
reg signed [11:0] fft2_im2;
reg signed [11:0] fft2_re3;
reg signed [11:0] fft2_im3;
reg signed [11:0] fft2_re4;
reg signed [11:0] fft2_im4;
reg signed [11:0] fft2_re5;
reg signed [11:0] fft2_im5;
reg signed [11:0] fft2_re6;
reg signed [11:0] fft2_im6;
reg signed [11:0] fft2_re7;
reg signed [11:0] fft2_im7;always@(posedge clk or negedge rst_n) beginif(!rst_n)beginfft2_en <= 0;fft2_re0 <= 0;fft2_im0 <= 0;fft2_re1 <= 0;fft2_im1 <= 0;fft2_re2 <= 0;fft2_im2 <= 0;fft2_re3 <= 0;fft2_im3 <= 0;fft2_re4 <= 0;fft2_im4 <= 0;fft2_re5 <= 0;fft2_im5 <= 0;fft2_re6 <= 0;fft2_im6 <= 0;fft2_re7 <= 0;fft2_im7 <= 0;endelse if(fft2_en2 && fft2_en1)begin// 实现第二级流水线输出fft2_en <= 1;fft2_re0 <= fft1_re0 + fft1_re2;fft2_im0 <= fft1_im0 + fft1_im2;fft2_re2 <= fft1_re0 - fft1_re2;fft2_im2 <= fft1_im0 - fft1_im2;fft2_re1 <= fft1_re1 + fft2_re3_wn;fft2_im1 <= fft1_im1 + fft2_im3_wn;fft2_re3 <= fft1_re1 - fft2_re3_wn;fft2_im3 <= fft1_im1 - fft2_im3_wn;fft2_re4 <= fft1_re4 + fft1_re6;fft2_im4 <= fft1_im4 + fft1_im6;fft2_re6 <= fft1_re4 - fft1_re6;fft2_im6 <= fft1_im4 - fft1_im6;fft2_re5 <= fft1_re5 + fft2_re7_wn;fft2_im5 <= fft1_im5 + fft2_im7_wn;fft2_re7 <= fft1_re5 - fft2_re7_wn;fft2_im7 <= fft1_im5 - fft2_im7_wn;endelsefft2_en <= 0;
end
1.3.3 第三级流水线
// 第三级流水线
wire fft3_en1;
wire signed [11:0] fft3_im5_wn;
wire signed [11:0] fft3_re5_wn;
wire signed [47:0] fft3_cmpy35;
assign fft3_re5_wn = fft3_cmpy35[19:8];
assign fft3_im5_wn = fft3_cmpy35[43:32];cmpy_0 cmpy35(.aclk(clk),.s_axis_a_tvalid(fft2_en),.s_axis_a_tdata({4'd0, fft2_im5, 4'd0, fft2_re5}),.s_axis_b_tvalid(1'b1),.s_axis_b_tdata({4'd0,12'b0110_0001_1111,4'd0,12'b1110_1100_1000}),.m_axis_dout_tvalid(fft3_en1),.m_axis_dout_tdata(fft3_cmpy35));wire fft3_en2;
wire signed [11:0] fft3_im6_wn;
wire signed [11:0] fft3_re6_wn;
wire signed [47:0] fft3_cmpy36;
assign fft3_re6_wn = fft3_cmpy36[19:8];
assign fft3_im6_wn = fft3_cmpy36[43:32];cmpy_0 cmpy36(.aclk(clk),.s_axis_a_tvalid(fft2_en),.s_axis_a_tdata({4'd0, fft2_im6,4'd0, fft2_re6}),.s_axis_b_tvalid(1'b1),.s_axis_b_tdata({4'd0,12'b1011_0101_0000,4'd0,12'b1011_0101_0000}),.m_axis_dout_tvalid(fft3_en2),.m_axis_dout_tdata(fft3_cmpy36));wire fft3_en3;
wire signed [11:0] fft3_im7_wn;
wire signed [11:0] fft3_re7_wn;
wire signed [47:0] fft3_cmpy37;
assign fft3_re7_wn =fft3_cmpy37[19:8];
assign fft3_im7_wn =fft3_cmpy37[43:32];cmpy_0 cmpy37(.aclk(clk),.s_axis_a_tvalid(fft2_en),.s_axis_a_tdata({4'd0, fft2_im7,4'd0, fft2_re7}),.s_axis_b_tvalid(1'b1),.s_axis_b_tdata({4'd0,12'b1110_1100_1000,4'd0,12'b0110_0001_1111}),.m_axis_dout_tvalid(fft3_en3),.m_axis_dout_tdata(fft3_cmpy37));reg fft3_en;
reg signed [12:0] fft3_re0;
reg signed [12:0] fft3_im0;
reg signed [12:0] fft3_re1;
reg signed [12:0] fft3_im1;
reg signed [12:0] fft3_re2;
reg signed [12:0] fft3_im2;
reg signed [12:0] fft3_re3;
reg signed [12:0] fft3_im3;
reg signed [12:0] fft3_re4;
reg signed [12:0] fft3_im4;
reg signed [12:0] fft3_re5;
reg signed [12:0] fft3_im5;
reg signed [12:0] fft3_re6;
reg signed [12:0] fft3_im6;
reg signed [12:0] fft3_re7;
reg signed [12:0] fft3_im7;always@(posedge clk or negedge rst_n) begin
if(!rst_n)
beginfft3_en <= 0;fft3_re0 <= 0;fft3_im0 <= 0;fft3_re1 <= 0;fft3_im1 <= 0;fft3_re2 <= 0;fft3_im2 <= 0;fft3_re3 <= 0;fft3_im3 <= 0;fft3_re4 <= 0;fft3_im4 <= 0;fft3_re5 <= 0;fft3_im5 <= 0;fft3_re6 <= 0;fft3_im6 <= 0;fft3_re7 <= 0;fft3_im7 <= 0;
end
else if(fft3_en1 && fft3_en2 && fft3_en3)
begin// 实现第三级流水线输出fft3_en <=1'b1;fft3_re0 <=fft2_re0 + fft2_re4;fft3_im0 <=fft2_im0 + fft2_im4;fft3_re4 <=fft2_re0 - fft2_re4;fft3_im4 <=fft2_im0 - fft2_im4;fft3_re1 <=fft2_re1 + fft3_re5_wn;fft3_im1 <=fft2_im1 + fft3_im5_wn;fft3_re5 <=fft2_re1 - fft3_re5_wn;fft3_im5 <=fft2_im1 - fft3_im5_wn;fft3_re2 <=fft2_re2 + fft3_re6_wn;fft3_im2 <=fft2_im2 + fft3_im6_wn;fft3_re6 <=fft2_re2 - fft3_re6_wn;fft3_im6 <=fft2_im2 - fft3_im6_wn;fft3_re3 <= fft2_re3 + fft3_re7_wn;fft3_im3 <= fft2_im3 + fft3_im7_wn;fft3_re7 <= fft3_re3 - fft3_re7_wn;fft3_im7 <= fft3_im3 - fft3_im7_wn;
end
elsefft3_en <= 0;
end
1.3.4 模块输出
assign data_out_en = fft3_en;
assign data_out_re0 = fft3_re0;
assign data_out_im0 = fft3_im0;
assign data_out_re1 = fft3_re1;
assign data_out_im1 = fft3_im1;
assign data_out_re2 = fft3_re2;
assign data_out_im2 = fft3_im2;
assign data_out_re3 = fft3_re3;
assign data_out_im3 = fft3_im3;
assign data_out_re4 = fft3_re4;
assign data_out_im4 = fft3_im4;
assign data_out_re5 = fft3_re5;
assign data_out_im5 = fft3_im5;
assign data_out_re6 = fft3_re6;
assign data_out_im6 = fft3_im6;
assign data_out_re7 = fft3_re7;
assign data_out_im7 = fft3_im7;
1.4 复数乘法器的ip核
在第二级、第三级流水线中，需要和旋转因子做乘法，于是调用vivado中的复数乘法器IP核（complex multiplier）
找到后，双击图中的③，就会得到如下图：
1.5 测试文件
然后将测试文件加入到工程中即可
`timescale 1ns / 1ps
//
// Company:
// Engineer:
//
// Create Date: 2022/06/29 21:15:21
// Design Name:
// Module Name: tb_FFT
// Project Name:
// Target Devices:
// Tool Versions:
// Description:
//
// Dependencies:
//
// Revision:
// Revision 0.01 - File Created
// Additional Comments:
//
//module tb_FFT();
reg clk;
reg rst_n;
reg data_in_en;
wire data_out_en;
reg [9:0] data_in_re0;
reg [9:0] data_in_im0;
reg [9:0] data_in_re1;
reg [9:0] data_in_im1;
reg [9:0] data_in_re2;
reg [9:0] data_in_im2;
reg [9:0] data_in_re3;
reg [9:0] data_in_im3;
reg [9:0] data_in_re4;
reg [9:0] data_in_im4;
reg [9:0] data_in_re5;
reg [9:0] data_in_im5;
reg [9:0] data_in_re6;
reg [9:0] data_in_im6;
reg [9:0] data_in_re7;
reg [9:0] data_in_im7;wire [12:0] data_out_re0;
wire [12:0] data_out_im0;
wire [12:0] data_out_re1;
wire [12:0] data_out_im1;
wire [12:0] data_out_re2;
wire [12:0] data_out_im2;
wire [12:0] data_out_re3;
wire [12:0] data_out_im3;
wire [12:0] data_out_re4;
wire [12:0] data_out_im4;
wire [12:0] data_out_re5;
wire [12:0] data_out_im5;
wire [12:0] data_out_re6;
wire [12:0] data_out_im6;
wire [12:0] data_out_re7;
wire [12:0] data_out_im7;initial clk = 0;
always#5 clk = ~clk;
initial
beginrst_n = 0;#10rst_n = 1;data_in_en = 1;data_in_re0 = 10'b0010110011;//0.7data_in_im0 = 10'b0000000000;data_in_re1 = 10'b0000000000;//0data_in_im1 = 10'b0000000000;data_in_re2 = 10'b0010000000;//0.5data_in_im2 = 10'b0000000000;data_in_re3 = 10'b0000000000;//0data_in_im3 = 10'b0000000000;data_in_re4 = 10'b0100000000;//1Idata_in_im4 = 10'b0000000000;data_in_re5 = 10'b0000000000;//0data_in_im5 = 10'b0000000000;data_in_re6 = 10'b0000000000;//0data_in_im6 = 10'b0000000000;data_in_re7 = 10'b0000000000;//0data_in_im7 = 10'b0000000000;
endFFT FFT_inst(. clk(C1k),. rst_n(rst_n),. data_in_en(data_in_en),. data_in_re0(data_in_re0),. data_in_im0(data_in_im0),. data_in_re1(data_in_re1),. data_in_im1(data_in_im1),. data_in_re2(data_in_re2),. data_in_im2(data_in_im2),. data_in_re3(data_in_re3),. data_in_im3(data_in_im3),. data_in_re4(data_in_re4),. data_in_im4(data_in_im4),. data_in_re5(data_in_re5),. data_in_im5(data_in_im5),. data_in_re6(data_in_re6),. data_in_im6(data_in_im6),. data_in_re7(data_in_re7),. data_in_im7(data_in_im7),. data_out_en(data_out_en),. data_out_re0(data_out_re0),. data_out_im0(data_out_im0),. data_out_re1(data_out_re1),. data_out_im1(data_out_im1),. data_out_re2(data_out_re2),. data_out_im2(data_out_im2),. data_out_re3(data_out_re3),. data_out_im3(data_out_im3),. data_out_re4(data_out_re4),. data_out_im4(data_out_im4),. data_out_re5(data_out_re5),. data_out_im5(data_out_im5),. data_out_re6(data_out_re6),. data_out_im6(data_out_im6),. data_out_re7(data_out_re7),. data_out_im7(data_out_im7));endmodule二、FFT在FPGA工程中的应用
后面遇到再补充
三、推荐阅读
文档资料：
FFT详细介绍教程B站视频：
B站 - 使用Verilog写FFT
B站-潘老师-数字信号处理
B站-FFT公式推导
四、补充
哈哈哈如果有盆友需要工程可以扫下面的马，然后回复：FFT（拖延症的我，等后台收到第一条FFT我再去弄自动回复）
这个公众号是一年前弄好的，现在终于不闲置啦，有了它的用武之地
FPGA：实现快速傅里叶变换（FFT）算法相关推荐
- OpenCV快速傅里叶变换(FFT)用于图像和视讯流的模糊检测
OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测 翻译自[OpenCV Fast Fourier Transform (FFT) for blur detection in images ...
- 基于FPGA的快速傅里叶变换加速（三）
基于FPGA的快速傅里叶变换加速(三) 硬件加速介绍及部分verilog代码实现 1. 硬件加速 1.1 FPGA 1.1.1 FPGA介绍 概念: 基本结构: 工作原理: 1.1.2 开发板 开发板 ...
- 基于python的快速傅里叶变换FFT（二）
基于python的快速傅里叶变换FFT(二) 本文在上一篇博客的基础上进一步探究正弦函数及其FFT变换. 知识点 FFT变换,其实就是快速离散傅里叶变换,傅立叶变换是数字信号处理领域一种很重要的算 ...
- 基于python的快速傅里叶变换FFT（一）
基于python的快速傅里叶变换FFT(一) FFT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. ...
- Matlab如何进行利用离散傅里叶变换DFT (快速傅里叶变换FFT)进行频谱分析
文章目录 1. 定义 2. 变换和处理 3. 函数 4. 实例演示 例1:单频正弦信号(整数周期采样) 例2:单频正弦信号(非整数周期采样) 例3:含有直流分量的单频正弦信号 例4:正弦复合信号 例5 ...
- 快速傅里叶变换FFT进行频谱分析（matlab）
快速傅里叶变换FFT进行频谱分析(matlab) 本章摘要: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 ...
- Java编程实现快速傅里叶变换FFT
快速傅里叶变换的时间复杂度分析 1 快速傅里叶变换FFT 1.1 理论分析 1.1.1 离散傅里叶变换 1.1.2 快速傅里叶变换 1.2 编程实现 1.2.1 算法思想 1.2.2 实验结果 1 快 ...
- 快速傅里叶变换FFT C语言实现 可用于嵌入式系统进行模拟采样频谱分析
快速傅里叶变换C语言实现 模拟采样进行频谱分析 FFT是DFT的快速算法用于分析确定信号(时间连续可积信号.不一定是周期信号)的频率(或相位.此处不研究相位)成分,且傅里叶变换对应的 ω \omega ...
- 快速傅里叶变换python_基于python的快速傅里叶变换FFT（二）
基于python的快速傅里叶变换FFT(二) 本文在上一篇博客的基础上进一步探究正弦函数及其FFT变换. 知识点 FFT变换,其实就是快速离散傅里叶变换,傅立叶变换是数字信号处理领域一种很重要的算法. ...
- 离散傅里叶变换 (DFT)、快速傅里叶变换 (FFT)
目录 离散傅里叶变换 (DFT) 离散傅里叶变换的基 离散傅里叶变换 快速傅里叶变换 (FFT) 卷积 线性时不变系统 傅里叶级数 参考文献 离散傅里叶变换 (DFT) 离散傅里叶变换的基 对于周期为 ...
最新文章
- python 字典中的value 不在字典中,key才在
- Project 2007如何打开项目向导
- 阿里云云原生网关，开启下一代网关新进程
- UML序列图总结（Loop、Opt、Par和Alt）
- [Wf2011]Chips Challenge（最小费用最大流）
- typescript_如何掌握高级TypeScript模式
- 电大计算机网络网考,电大计算机网络（本）学习周期01任务A_0009答案
- make、make clean、make uninstall的使用
- PostgreSQL 10.1 手册_部分 III. 服务器管理_第 26 章 高可用、负载均衡和复制_26.4. 日志传送的替代方法...
- jvisualvm (Java VisualVM)
- Mysql数据库恢复到指定时间点
- mysql字段动态扩展_数据库动态扩展字段
- java根据word模板导出word文件
- maker win10有movie_手把手解决win10系统出现windows MovieMaker故障的方法
- win7计算机组策略打不开,三个步骤解决win7系统本地组策略打不开的问题
- “鸿蒙之父”王成录重申：鸿蒙系统不是安卓套壳；苹果多款产品电池修理费将涨价；Debian移除Python 2|极客头条...
- HTML图片打开新窗口
- [转载]海康摄像头_2
- c# 扫描局域网IP列表的几种方法
- 把list集合转换为JSON