传统的冯·诺依曼体系结构的通用处理器都含有固定的硬件结构，通过顺序执行指令来实现计算任务，本质上是串行的，而专用集成电路(ASIC)将适当的功能单元以固定的方式连接起来完成计算任务，本质上是并行的。通用处理器以时间来换取处理问题的灵活性，专用处理器效率高但灵活性差，可重构计算技术(Reconfigurable Computing—RC)为传统通用处理器和专用处理器提供了一个非常有价值的发展方向。可重构计算技术处于灵活性和效率的中间位置，结合了通用和专用二者的优点，在概念上既有ASIC一样高效硬件电路实现也有类似于通用处理器的灵活性。目前大多数研究成果基本由现场可编程门阵列器件(FPGA)和通用处理器构成，由可编程器件提供对复杂运算的加速计算能力。 离散傅立叶变换(Discrete Fourier Transformation_DFT)是数字信号分析与处理如图形、语音及图像等领域的重要变换工具，是数字图像处理技术的基础，通过在时域和频域来同切换图像，对图像的信息特征进行提取和分析，简化了计算工作量，被喻为描述图像信息的第二种语言，广泛应用在图像变换。图像编码与压缩、图像分割、图像重建中。它的快速算法—快速傅立叶变换(FFT)是当前信息处理领域中广泛应用的一种重要工具，但因其计算量巨大，很大程度上限制了其在实时处理领域的应用。本文介绍了可重构技术原理，在此基础上： 1．阐述了可重构系统的特点以及研究内容，并讨论了其应用前景。 2．以快速傅立叶变换为实例算法，根据算法特点进行可重构结构设计，以可重构实验板为载体完成算法实现，FFT算法的关键在于蝶形运算(Butterfly)的设计和地址产生逻辑的设计，地址产生逻辑配合蝶形运算的流水设计以可重构方式实现不同点数的FFT运算排序功能，在提高系统性能的同时节约了物理资源。 3．对影响系统性能的浮点乘法器进行了多种设计，比较了基于FPGA结构的乘法器和基于传统并行思想的乘法器设计。本论文参考了现有的几种典型乘法器结构，提出两种乘法器结构方案，并进行比较分析，在满足性能指标的同时，还考虑了体积、功耗、等因素，在此基础上，进行了可重构技术应用的研究。 结果表明，可重构系统在数据处理能力方面比以往的系统有了很大的提高，本设计实现的FFT重构处理器可工作于60MHz下，完成一个16点FFT需要132个主时钟周期，完成32点FFT需要324个主时钟周期，而且具有一定可重构性，可以方便地将其运算点数进行扩展，或将其他的图像处理算法在实时处理系统中实现。可重构系统作为数字电路系统设计的新方法，和传统的计算系统相比，不仅节省硬件资源的开销，且自适应能力强，可靠性高，具有很高的优越性。