快速傅里叶变换推演.ppt

离散傅里叶变换 （DFT） 运算量 快速傅里叶变换 （FFT） FFT算法分类: 时间抽选法 DIT: Decimation-In-Time 频率抽选法 DIF: Decimation-In-Frequency 时间抽取法基-2FFT算法基本思想 （基-2 Decimation-In-Time FFT） 1、算法原理 设序列点数 N = 2M，M 为整数。 若不满足，则补零 则x(n)的DFT: 其中, 结论: G (k),H (k)均为N/2点的DFT。 对H(k)可以与G(k)类似，分解为： N/2分解后的运算量： 4.2.3 基2DIT-FFT算法与直接DFT运算量的比较 当N = 2M时，共有M级蝶形，每级N / 2个蝶形，每个蝶形有1次复数乘法，2次复数加法。 4.2.4 DIF-FFT的运算规律 及编程思想 1）原位计算 DIT-FFT的运算过程很有规律，共进行M级运算，每级由N/2个蝶形运算组成。同一级中，每个蝶形的两个输入数据只对计算本蝶形有用，与其它蝶形运算无关。 这样,蝶形运算的两个输出值仍可放回蝶形运算的两个输入所在的存储器中,这种利用同一存储单元存储蝶形计算输入、输出的方法即为原位运算。每一级(列)有N/2个蝶形运算,所以只需N个存储单元，可以节省存储单元。 开始时，输入序列的N个数放于此N个存储器内，倒序重排后仍存于这N个存储器中，每一次迭代运算后的结果也仍然存于这N个存储器中，整个运算完成后，这N个存储器中即为所求的频谱序列X(k) （k = 0、1、…..、 N-1）。这就是所谓的同址计算，这样可以大大节约存储元件。 N点DIT―FFT运算流图中，每级都有N/2个蝶形。每个蝶形都要乘以因子WpN，称其为旋转因子，p称为旋转因子的指数。 3）蝶形运算规律 对N = 2M点FFT，输入倒位序，输出自然顺序， 设第L级运算每个蝶形的两节点距离为 B行，则 第L级运算： DIT-FFT原位计算步骤 1.确定L； 2.求出第L级的 个 ； 3.对每一个 完成其所参与的 个蝶形运算， 4. 重复步骤1~3完成M级蝶形运算。 4） 编程思想及程序框图 在一般情况下，进行FFT运算的序列至少都有几百点的长度，因此需要编制FFT算法程序以便能够利用计算机来快速进行计算。输入倒位序，输出顺序的DIT-FFT的编程思想， N必须等于2的正整数幂，FFT的计算程序可以分为两部分：一部分是倒序重排，另一部分是用三层嵌套的循环来完成M=log2N次迭代。 三层循环的功能是：最里的一层循环完成相同WNP 的蝶形运算，中间的一层循环完成因子WNP的变化，而最外的一层循环则是完成M次迭代过程。 倒序重排的程序是一段经典程序，它以巧妙的构思、简单的语句用高级编程语言来完成了倒序重排的功能。下面是一段用FORTRAN语言编写的倒序重排程序。 N=2**M （表示N=2M ，M是输入的正整数） LH=N/2 （LH是一个整数变量） N1=N-2 （N1也是一个整数变量） J=1 （对变量J赋初值） 100 DO 7 I=1,N1(循环开始，到语句7结束； 循环变量I从1开始，到N1结束，步长为1) IF (I.GE.J) GOTO 5（如果I≥J，就转移到语句5） （将输入序列中序号互为倒序 的两个数值交换位置） 5 K=N2 6 IF(K.GE.J) GOTO 7 (如果K≥J，就转移到语句7) J=J-k K=K/2 GOTO 6 （转移到语句6） 7 J=J+K ┇ 附：DIT算法的其他形式流图 输入倒位序输出自然序 输入自然序输出倒位序 输入输出均自然序 相同几何形状 输入倒位序输出自然序 输入自然序输出倒位序 用Matlab方法计算信号的DFT时，是用函数fft(x,N) 和ifft(x.N)。对于这两个函数，如果N为2的正整数幂，则可以得到本章中介绍的基2 FFT快速算法； 如果N既不是2的正整数幂，也不是质数，则函数将N分解成质数，得到较慢的混合基 FFT算法；