第四章快速傅理叶变换FFT.ppt

第四章  快速傅里叶变换（FFT） 快速傅里叶变换 （FFT） §4.1 DFT运算的特点： §4.2 按时间抽取的FFT (3) 和 可以继续分解下去，可将N/2点的 子序列再按奇、偶项分解，一直到最后分解成  两两点的DFT为止。 时间抽取法FFT的运算特点： （1）蝶形运算 算法的运算速度 例：以N=8 按频率抽取的FFT 另外一种IFFT算法的实现 §4.5 任意基数的FFT算法 §4.6 Chirp-z变换（简称CZT) 一.算法原理： 二.CZT的算法实现 Chirp-z变换的计算步骤： Chirp-z变换的特点： a.计算X(k)=FFT[x(n)] b. 求H(k)=FFT[h(n)] c. 求Y(k)=H(k)X(k) k=0～L-1 d. 求y(n)=IFFT[Y(k)] n=0～L-1 可见，只要进行二次FFT,一次IFFT就可完成 线性卷积计算。计算表明, L32时, 上述计算线 性卷积的方法比直接计算线卷积有明显的优越性。 因此,也称圆周卷积的方法为快速卷积法。 (1)重叠相加法——由分段卷积的各段相加构  成总的卷积输出 (2)重叠保留法 §4.7 线性卷积的FFT算法 线性卷积是求离散系统响应的主要方法之一,许多重要应用都建立在这一理论基础上。 第二章中已讨论过，线性卷积可以用圆周卷积的方法替代，为了不产生混叠，序列长度将: 长度为N2的序列x(n)延长到L ,补L-N2个零， 长度为N1的序列h(n)延长到L ,补L-N1个零， 如果L≥N1+N2-1,则圆周卷积与线性卷积相等,此时,可用FFT运算替代线性卷积，方法如下: 上述方法适用于x(n)、h(n)两序列长度比较接近或相等的情况。如果x(n)、h(n)长度相差较多,例如：h(n)为某滤波器的单位脉冲响应,长度有限,用来处理一个很长很长的输入信号x(n),按上述方法,h(n)要补许多零值后再进行计算,这降低了运算速度，发挥不出圆周卷积的优点。 为了保持快速卷积法的优越性,可将x(n)分为许多段,每段的长度与h(n)接近, 处理方法有两种： (1)重叠相加法 (2)重叠保留法 h(n) x(n) 序列长度为 序列长度为 假定 表示x(n)序列的第i段 ： 则输入序列可表为： 于是输出可分解为： 其中 将x(n)按n的顺 序前后对半分开： §4.3 按频率抽取的FFT 频率抽取法是N=2M情况下的另外一种FFT算法 按时间抽取FFT算法的基本思路 按频率抽取FFT算法的基本思路 x(n)按奇、偶一级级分开， X(k)按前一半、后一半一级级分开。 X(k)按奇、偶一级级分开， x(n)按前后对半一次次分开。 一.按频率抽取法的FFT算法原理 按k的奇、偶把X(k)进一步分解为两部分： a) k为偶数，令k=2r b) k为奇数，令k=2r+1 按频率抽取的蝶形运算流图： 把8点DFT分解成两个4点的DFT K为偶数 X(2r) K为奇数 X(2r＋1) 将两个4点DFT再分解成四个2点DFT 由于N/2仍是偶数可以继续分解，直到分解为两两点的DFT为止。 下图是N=8按频率抽取的FFT流图 频率抽取法的分解过程： (1)把输入序列前后对半分； (2)输出按k值的奇、偶将X(k)分解为奇数组和偶数组两部分；(3)输入如果按顺序输入，输出则是码位倒置形式。 按频率抽取法FFT的运算特点： （1）蝶形运算的运算量 其运算量与按时间抽取运算量相同。即： 复乘： 复加： （2）输入如果是自然顺序，输出则是码位倒置形式。如果要求输出为自然顺序，则需要进行变址运算。按频率抽取的FFT流图可以由按时域抽取的FFT流图转置 而得到。转置指将流图中所有支路的方向反 ,并将输入变输出，输出变输入。 频率抽取法的基本蝶形图与时间抽取法的基本蝶形图有所不同。时间抽取法是先乘后加、减，频率抽取法是先加、减，再乘系数 按频率抽取的 蝶形运算流图 按时间抽取的 蝶形运算流图 按时间抽取的FFT算法以及按频率抽取的FFT算法是DFT的两种快速算法，这些算法同样可以用於IDFT，我们称为快速傅立叶反变换(IFFT)。我们把IDFT公式与DFT公式作以比较： (1) DFT中的系数 (2) IDFT中要乘以常数 §4.4 IDFT的快速算法IFFT 以上讨论的时间抽取或频率抽取的FFT运算均可直接用于IFFT运算。但需要