数字信号处理 课件 第4章 快速傅里叶变换(FFT).ppt

将XH(k)分解为奇对称分量XHo(k)与偶对称分量XHe(k)之和 (4.5.7) (4.5.8) (4.5.9) 由DHT定义有 (4.5.10a) (4.5.10b) 所以，x(n)的DFT可表示为 同理，x(n)的DHT可表示为 因此，已知x(n)的DHT，则DFT可用下式求得： (4.5.11) (4.5.12) (4.5.13) 4.5.3 DHT的主要优点 (1)DHT是实值变换，在对实信号或实数据进行谱分析时避免了复数运算，从而提高了运算效率，相应的硬件也更简单、更经济； (2)DHT的正、反变换(除因子1/N外)具有相同的形式，因而，实现DHT的硬件或软件既能进行DHT，也能进行IDHT； (3)DHT与DFT间的关系简单，容易实现两种谱之间的相互转换。 4.5.4 DHT的性质 1. 线性性质 (4.5.14) 2. x(N-n)的DHT (4.5.15) 其中，当k=0时，XH(N-k)=XH(N)=XH(0)。 证明 由DHT定义 而 3. 循环移位性质 (4.5.16) (4.5.17) 证明 由DHT定义有 4. 奇偶性 奇对称序列和偶对称序列的DHT仍然是奇对称序列或偶对称序列，即DHT不改变序列的奇偶性。 5.循环卷积定理 (4.5.18) (4.5.19) 证明 下面利用DFT的循环卷积定理和DHT与DFT之间的关系来证明 其中，X1(k)=DFT［x1(n)］,X2(k)=DFT［x2(n)］,根据DHT与DFT之间的关系，则有 将上面两式代入式(4.5.20)并整理后，得 所以式(4.5.18)成立。同理可证明式(4.5.19)亦成立。 当x1(n)或x2(n)是偶对称序列时，则由DHT的奇偶性有 (4.5.21) 4.5.5 DHT的快速算法(FHT) 1.基2DIT―FHT算法及运算流图 仿照快速DFT的分解方法，可通过时域抽取或频域抽取的方式实现快速DHT。 x(n)的N=2M点DHT如下式： 对x(n)进行奇偶抽取 (4.5.22) (4.5.23) 与DFT的时域抽取分解比较， 不是 一个指数函数，所以处理要比W(2r+1)kN麻烦一些。 根据三角公式有 (4.5.24) (4.5.25) 令X0H(k)=DHT［x0(n)］,X1H(k)=DHT［x1(n)］，并考虑DHT的周期性，(4.5.25)式可写成 为了使以下推导中公式简明，记 C(k)=cos (2π/N)k ，S(k)=sin (2π/N)/k 。将式(4.5.26)中的k分别取k，N/2+k,N/2-k和N-k四个值，并考虑X0H(k)和X1H(k)以N/2为周期，得到 (4.5.27) 当k=0时，式(4.5.27)中有重复，可单独写成 (4.5.28) 同理，在k=N/4时有 (4.5.29) 图4.5.1 基2DIT-FHT原理和哈特莱碟形 图4.5.2 4点DFHT蝶形图 图4.5.3 16点基2DIT―FHT流图 2. 基2DIT―FHT的运算量 观察图4.5.3可知，运算流图中都是实数运算。N=2M点FHT流图共分为M级。用L表示流图自右向左的蝶形级数。第L级乘法次数为2L(N/2L-2)，但最后二级无乘法运算，所以，总的乘法次数MH为 (4.5.30) (4.5.31) 同理可求得总的加法次数AH为 4.5.6 实信号的快速循环卷积 用DIT―FFT计算两个实信号x1(n)和x2(n)的循环卷积时，最直接的方法是将信号的虚部都置为零，再按复序列用FFT计算。显然这样做是很浪费的。现在我们可用基2DIT―FHT直接进行实正交变换来处理实信号的循环卷积问题。 计算式 (4.5.18) 如果希望直接调用FFT子程序计算IFFT，则可用下面的方法： 由于 对上式两边同时取共轭，得 4.3 进一步减少