dsp2.pptVIP

数字信号处理基础 第4章 快速傅立叶变换 1、问题的提出： DFT的计算工作量 2、算法改进的途径： （1）把长序列分解成短序列计算，然后再组合出结果。 根据这两点提高计算效率的方法，提出了多种不同的算法。 1965年,库利(J.W.Cooley)和图基(J.W.Tukey)在Mathematics of Computation杂志发表论文《机器计算傅立叶级数的一种算法》，首先提出FFT算法,这就是库利——图基算法（时间抽取基2FFT算法）。对于N点DFT,仅需(N/2)log2N 次复数乘法运算.例如N=1024=210 时，需要(1024/2)log2 210 =512*10=5120次。5120/1048576=4.88% ,速度提高20倍 在此基础上有法长出许多改进算法如:桑德——图基算法（频率抽取基2FFT算法）；WFTA算法（小N素数组合算法）；CZT算法（线性调频Z变换算法）；ZFFT算法（局部频谱细化算法）等等。 4.1 库利——图基算法（时间抽取基2FFT算法） 4.1.1 基本原理(为了便于分解，设序列的长度N为2的整数次方，N=2K。) (2)利用对称性对组合式进行简化： 计算两个N/2点DFT,然后用上式（蝶形运算）组合N/2次。 蝶形运算 N=8基2时间抽取，可得出如下计算流程图： 4.1.2 计算量和算法特点 4.2 桑德——图基算法（频率抽取基2FFT算法） 频率抽取算法是对输出序列X(k) 的分解，然后进行组合 N=8基2频率抽取，可得出如下计算流程图： 4.2.2 计算量和算法特点 两种FFT算法的计算量相同，计算过程也类似。所以，在实际应用中两种算法可以任意选用。FFT算法大大地减少了DFT的计算量，使计算机数字信号处理得以广泛应用。 说明： 4.3 FFT的实现方法与应用 4.3.1 FFT的实现方法： 4.3.2 FFT的应用 1、信号的频谱分析： 4.4 线性调频Z变换算法 4.4.2 CZT算法的快速算法： 4.4.2 CZT算法的快速算法计算步骤： * 制作：常军 * 所以直接计算的计算量为N2数量级，需要改进算法提高计算效率。 1965年库利——图基发表DFT的快速算法FFT。使计算量降到(N/2)log2N。 11264 5120 2304 1024 448 192 80 32 12 4 1 N/2log2N 4194304 1048576 262114 65536 16384 4096 1024 256 64 16 4 N2 2048 1024 512 256 128 64 32 16 8 4 2 N 基本叠形运算 2点DFT运算 W0 W1 W2 x[0] x[2] x[6] x[1] x[5] x[3] x[7] x[4] X[0] X[1] X[2] X[3] X[4] X[5] X[7] X[6] W0 W0 W0 W0 W0 W2 W2 W0 W3 （1）以碟形运算为基础进行组合计算，计算因子WK的指数K与运算所在的级数和组内位置有关。 (2)中间数据的存储，可采用原位存储法。即每次碟形运算的结果可以存储在原数据的同一个存储单元。这样在高速硬件实现时，可节省存储器。 （3）输入序列的混序。因为DFT输入序列是顺序采样的，所以在计算FFT 之前需要进行序列按混序要求排序。排序算法很多，较常用的计算混序号的方法有二进制序号反转算法。 如： 序号 n 和混序号 用3位二进制数表示，它们互为反转。 基本蝶形运算 2点DFT运算 x[0] x[2] x[6] x[1] x[5] x[3] x[7] x[4] X[0] X[1] X[2] X[3] X[4] X[5] X[7] X[6] W0 W2 W2 W0 W0 W0 W0 W0 W0 W1 W2 W3 （1）以碟形运算为基础进行组合计算，计算因子WK的指数K与运算所在的级数和组内位置有关。 (2)中间数据的存储，可采用原位存储法。即每次碟形运算的结果可以存储在原数据的同一个存储单元。这样在高速硬件实现时，可节省存储器。 （3）输出序列为混序。因为DFT输出序列要求是顺序的，所以在计算FFT 之后需要进行序列按混序要求排序。输出序列混序与时间抽取方法的输入序列混序相同。所以排序算法相同。 （1）软件实现。用于各种多媒体系统。 （2）单片信号处理微机（DSP）实现。如著名的TMS320系列信号处理机。具有固化的FFT程序，计算1024点浮点数据只需2mS；128阶FIR数字滤波器可处理10MHz的信号。用于实时多媒体系统，如可视电话，语言识别系统等。 （3）阵列处理机实现。如信号处理阵列机；并行处理机等。用于大型图象信号处理，如气象卫星云图处理等。 抗混叠 滤波器 抽样