V3 第4章.pptVIP

第4章 快速傅里叶变换(FFT)  Fast Fouriet Transformer 4.1 引言 4.2 基2FFT算法 4.3 进一步减少运算量的措施 4.4 分裂基FFT算法 4.5 离散哈特莱变换(DHT) 4.1 引言 有限长序列通过离散傅里叶变换(DFT)将其频域离散化成有限长序列.但其计算量太大,很难实时地处理问题,因此引出了快速傅里叶变换(FFT). FFT并不是一种新的变换形式,它只是DFT的一种快速算法.并且根据对序列分解与选取方法的不同而产生了FFT的多种算法. FFT在离散傅里叶反变换、线性卷积和线性相关等方面也有重要应用.。 本章主要内容 1.直接计算DFT算法存在的问题及改进途径。 2.多种DFT算法(时间抽取算法 DIT，频率抽取算法DIF, 线性调频Z变换即CZT法) 4.2.1 直接计算DFT算法存在的问题及改进途径 一、直接计算DFT计算量 问题提出： 设有限长序列x(n),非零值长度为N,计算对x(n)进行一次DFT运算，共需多大的运算工作量? 其中x(n)为复数， 也为复数  计算一个X(k)(一个频率成分)值，运算量为 例k=1则 要进行N次复数乘法,(N-1)次复数加法 所以，要完成整个N点DFT运算，其计算量为： N*N次复数相乘,N*(N-1)次复数加法 由此可见：直接计算DFT时，乘法次数与加法次数都是和N2成比例的。当N很大时，所需工作量非常可观。 例1: 当N=1024点时，直接计算DFT需要： N2=220=1048576次，即一百多万次的复乘运算 这对实时性很强的信号处理(如雷达信号处理)来讲，它对 计算速度有十分苛刻的要求--迫切需要改进DFT的计算 方法，以减少总的运算次数。 二、改善DFT运算效率的基本途径 1、利用DFT运算的系数 的固有对称性和周期性， 2、将长序列DFT分解为短序列DFT 分解：将利用对称性和周期性 1、利用DFT运算系数 的固有对称性和周期性 2、将长序DFT分解为短序列DFT-------方法 将长序DFT分解为短序列DFT--------结论 快速付里时变换(FFT)就是在此特性基础上发展起来的，并产生了多种FFT算法，其基本上可分成两大类： 按分解抽取方法分： 时间抽取法(DIT-FFT);频率抽取法(DIF-FFT) 按“基数”分：基-2FFT算法；基-4FFT算法；混合基FFT算法；分裂基FFT算法 其它方法：线性调频Z变换(CZT法) 4.2.2 时间抽取法基--2FFT算法（DIT-FFT) 一、算法原理 二、算法步骤 三、FFT算法中一些概念 四、DIT―FFT算法与直接计算DFT运算量的比较 五、DIF-FFT算法的特点及编程思想 一、算法原理 设序列x(n)的长度为N，且满足 按n的奇偶把x(n)分解为两个N/2点的子序列，子序列再分解为越来越短的子序列称为基2按时间抽取的FFT算法。也称为Coolkey-Tukey算法。 其中基数2----N=2M，M为整数.若不满足这个条件，可以人为地加上若干零值（加零补长）使其达到 N=2M 二、算法步骤 2.代入DFT中 其中X1(k)和X2(k)分别为x1(r)和x2(r)的N/2点DFT，即 蝶形结 3. 结论1 一个N点的DFT被分解为两个N/2点DFT。X1(k),X2(k)这两个N/2点的DFT可得出频域中的N个点频率成分为： 由于N=2M，因此N/2仍为偶数，可以依照上面方法进一步把每个N/2点子序列，再按输入n的奇偶分解为两个N/4点的子序列，按这种方法不断划分下去，直到最后剩下的是2点DFT，两点DFT实际上只是加减运算。 例：求 x(n)的N=23=8点FFT变换 （1）第一次抽取分组 N=8--N/2=4，做4点的DFT： (2)第二次抽取分组 N/2(4点)--N/4(2点)FFT (a)将4点分解成2点的DFT  若将N/2(4点)子序列按奇/偶分解成两个N/4点（2点）子序列。即 对将x1(r)和x2(r)分解成奇、偶两个N/4点（2点）点的子序列。 (b)求2点的DFT (3)第三次抽取分组 将N/4（2点）分解成2个1点的DFT(a)求2个一点的DFT (b)2个1点的DFT蝶形流图 (4)一个完整N=8的按时间抽取FFT的运算流图 三、FFT算法中一些概念  将N 点DFT先分成两个N/2点DFT，再是