数字信号处理_lecture 17.pptVIP

数字信号处理第十七讲 中国地质大学(北京) 地球物理与信息技术学院 电子信息工程教研室 制作 第七章 快速傅氏变换Fast Fourier Transforms §7.1 概况7.1 Introduction 当N很大时，其计算量是相当可观的。若N =1024，则需要1 048 576次复数乘法，即4 194 304次实数乘法。所需时间过长，难于“实时”实现。对于二维傅氏变换，则所需计算量更是大得惊人。 在DFT运算中包含有大量的重复运算。 §7.2 基2FFT算法7.2 Base-2 FFT Arithmetic 按时间抽取的FFT算法 按时间抽取（decimation-in-time）FFT算法是基于将x(n)分解(抽取)成较短的序列，然后从这些序列的DFT中求得X(k)的方法。 如图7-1所示，第一个序列g(n)由x(n)的偶数项组成 N/2是偶数，g(n)和h(n)还可以再被分解。例如，G(k)可以计算如下 按频率抽取的FFT算法 [例 7-1] 假设一次复数相乘需要1? s，而且计算一个DFT总共需要的时间由计算所有乘法所需要的时间决定。 (a) 直接计算一个1024点的DFT需多少时间? (b) 计算一个FFT需多少时间? (c) 对4096点DFT重复问题(a)和(b)。 解：(a) tDFT＝(1024)2?10?6s ?1.05s (b) tFFT＝(1024/2)?log21024?10?6 s ＝512?10?10?6 s＝5.12ms (c) tDFT＝16.78s；tFFT＝24.576ms §7.1 概况 §7.2 基2FFT算法 7.2.1 按时间抽取的FFT算法 7.2.2 按频率抽取的FFT算法 对N点序列x(n)，其DFT变换对定义为 (7-1) 求出N点DFT，即 X(k) 1. 需要N 2次复数乘法，N(N?1)次复数加法。 2. 实现一次复数相乘，需四次实数相乘和两次实数相加. 3. 实现一次复数相加，则需要两次实数相加。 对四点DFT，根据式(7-1)直接计算需42=16次复数相乘，按上述周期性及对称性，可写成如下的矩阵形式 这样，求出四点DFT只需要一次复数相乘法，问题的关键是如何巧妙地利用WN因子的周期性和对称性，导出一个高效的快速算法。这一算法最早由J. W. Cooley和J. W. Tukey于1965年提出。 N点序列x(n)的N点DFT为 x(n)可为实或复序列，利用WN的周期性与对称性，可以提高其运算速度。FFT算法中采用的基本方法是“分而治之”，将一个N点DFT分解成几个较短的DFT。若假定x(n)的长度是偶数（即N可以被2整除），将x(n)分解成两个长度均为N/2的序列，则计算每一个这种序列的N/2点DFT大约需要(N/2)2次复数相乘和复数相加。两个DFT共需要2(N/2)2 = N 2/2次复数相乘和复数相加。 (7-3) 第二个序列h(n)由x(n)的奇数项组成 (7-4) 图7-1 以因子2分解长度为N =8的序列 则x(n)的N点DFT用这些序列表示为 (7-5) (7-7) 第一项是g(n)的N/2点DFT，第二项是h(n)的N/2点DFT -1 W N k G(k) H(k) X(k) X(k+2/N) (a) 蝶形运算 同样可得到 第一项是g(n)偶数项的N/4点DFT，第二项是g(n)奇数项的N/4点DFT，表示这次 分解见下图 若N是2的整数幂，这样的分解过程可以继续下去直到只剩下2点的DFT，2点的DFT形式见图7-4 图7-4 一个2点DFT (第三级分解) 图7-6 一个完整的8点基2按时间抽取FFT 1 5 3 7 001 101 011 111 100 101 110 111 4 5 6 7 0 4 2 6 000 100 010 110 000 001 010 011 0 1 2 3 n 码位倒置二进制 二进制 n n 码位倒置二进制 二进制 n 表 11?1 N =8时的自然顺序二进制数和相应的码位倒置二进制数 (7-5) 图7-7 8点按频率抽取FFT算法第一级分解图 图7-8 8点基2按频率抽取FFT * *