4第4章 FFT.pptVIP

对N=2M的一般情况，第L级的旋转因子为： 设序列x(n)经时域抽选(倒序)后，存入数组X中。如果蝶形运算的两个输入数据相距B个点，应用原位计算，则蝶形运算可表示成如下形式： 下标L表示第L级运算，XL(k)则表示第L级运算后数组元素X(k)的值。 3) 编程思想及流程图 开始 送入x(n)和N=2M 调整输入x(n)的顺序 for(L=1; L=M; L++) B = 2L-1 for(J=0; J=B-1; J++) p = J·2M-L for(k = J; k= N-1; k=k+2L) 输出结果 结束 4）码位倒序 由N=8蝶形图看出：原位计算时，FFT输出的X(k)的次序正好是顺序排列的，即X(0)…X(7),但输入x(n)都不能按自然顺序存入到存储单元中，而是按x(0),x(4),x(2),x(6) ,x(1),x(5),x(3),x(7)的顺序存入存储单元，即为乱序输入，顺序输出。 这种顺序看起来相当杂乱，然而它是有规律的。即码位倒读规则。 自然顺序n 二进制码表示 码位倒读 码位倒置顺序n’ 以N=8为例： 0 1 2 3 4 5 6 7 000 001 010 011 100 101 110 111 000 100 010 110 001 101 011 111 0 4 2 6 1 5 3 7 看出：码位倒读后的顺序刚好是数据送入计算机内的顺序。 倒序规律 000 100 010 110 001 101 011 111 规律：若已知某位置反序号二进制数J，则下一个反序号为J的高位加1，逢2向右进位。 第四节 按频率抽选的基2-FFT算法 在基2快速算法中，频域抽取法FFT也是一种常用的快速算法，简称DIF―FFT。 设序列x(n)长度为N=2M，首先将x(n)前后对半分开，得到两个子序列，其DFT可表示为如下形式 DIF―FFT一次分解运算流图(N=8) 4点DFT 4点DFT x(0) x(1) x(2) x(3) x(4) x(5) x(6) x(7) X(0) X(2) X(4) X(6) X(1) X(3) X(5) X(7) x1(0) x1(1) x1(2) x1(3) x2(0) x2(1) x2(2) x2(3) DIF―FFT二次分解运算流图(N=8) DIF―FFT运算流图(N=8) 时间抽取算法与频率抽取算法的比较 1) 频率抽选法和时间抽选法总的计算量是相同的 复乘： 复加： 2) 频率抽取法和时间抽取法一样，都适用于原位运 算， 即蝶形的输入和输出占用同一个存储单元。 3) 均存在码位倒序问题。 4) 频率抽选法和时间抽选法一样，基本运算也是蝶形 运算。但两者的蝶形形式略有不同。 第五节 IDFT的快速算法－IFFT 上述FFT算法流图也可以用于离散傅里叶逆变换(Inverse Discrete Fourier Transform，简称IDFT)。 比较DFT和IDFT的运算公式： 1) 旋转因子： 2) 系数： DIT―IFFT运算流图 DIT―IFFT运算流图(防止溢出) 如果希望直接调用FFT子程序计算IFFT，则可用下面的方法： 对上式两边同时取共轭，得： 例1、如果通用计算机的速度为平均每次复乘需要 5?s，每次复加需要0.5?s，用它来计算512点 的DFT[x(n)]，问： 1）直接计算需要多少时间？ 2）用FFT需要多少时间？ 解：1）用DFT进行运算： 复乘：T1=N2×5×10-6=1.31072秒 复加：T2=N(N-1)×0.5×10-6=0.130816秒 总共：T=T1+T2=1.441536秒 2）用FFT进行运算： 复乘：T1’=(N/2)log2N×5×10-6=0.01152秒 复加：T2’= Nlog2N ×0.5×10-6=0.002304秒 总共：T’=T1’+T2’=0.013824秒 例2、长度为240点的序列x(n)与长度为N点的h(n)卷 积。当N=10和240时，直接进行卷积 x(n)*h(n) 和用 IFFT[X(K)·H(K)] 的方法相比，那种方法求 解y(n)的效率更高？ x(n) h(n) y(n)=x(n)*h(n) L≥N1+N2-1 X(k) 补L-N1个零 x(n) L点DFT 补L-N2个零 h(n) L点DFT L点IDFT y(n) = x(n)*h(n) H(k) Y(k) 直接进行卷积（N=10）： 乘法次数：240×10 = 2400次 用FFT的方法（N=10）：添零到