数字信号处理 中国通信学会普通高等教育“十二五”规划教材立项项目 作者 王艳芬 张晓光 刘卫东 王刚 第4章 快速傅里叶变换.pptVIP

第4章 快速傅里叶变换 4.1　直接计算DFT的问题及改进的途径 4.1.1　直接计算DFT的运算量问题 4.1.2 改善途径 4.2　按时间抽取的基-2FFT算法 4.2.1　算法原理 4.2.2 DIT-FFT算法与直接计算DFT运算量的比较 4.2.3 算法特点 4.3 按频率抽取的基-2FFT算法 4.3.1 算法原理 4.3.2 算法特点 4.4 IDFT的高效算法 4.4.1 利用FFT流图计算IFFT 4.4.2 直接调用FFT子程序的方法 4.5 实序列的FFT算法 3．蝶形运算 4．倒位序 表4-1 顺序和倒序二进制数对照表 图4-7 倒位序的变址处理（N=8） 4.3.1 算法原理 图4-9 DIF-FFT一次分解运算流图 (N=8) 图4-8 频率抽取法蝶形运算单元 图4-10 DIF-FFT二次分解运算流图 (N=8) 图4-11 DIF-FFT运算流图 (N=8) 4.3.2 算法特点 频率抽取FFT算法的输入是自然顺序，输出是倒位序的，因此运算完毕后，要通过变址计算将倒位序转换成自然位序，然后再输出。 转换方法与时间抽取法相同。 比较图4-11与图4-4，初看起来，DIF法与DIT法的区别是：图4-11的DIF输入是自然顺序，输出是倒位序的，这与图4-4的DIT法正好相反。 但这不是实质性的区别，因为输入或输出数据是可以重排的。 DIF法与DIT法的根本区别是：DIF的基本蝶形（图4-8）与DIT的基本蝶形（图4-1）有所不同，DIF的复数乘法只出现在减法之后，DIT则是先作复乘后再作加减法。 按照转置定理，即将流图的所有支路方向都反向，并且交换输入与输出，但节点变量值不交换，这样即可从图4-4得到图4-11或者从图4-11得到图4-4，因而对每一种按时间抽取的FFT流图都存在一个按频率抽取的FFT流图，反之亦然。 因此，实质上频率抽取法与时间抽取法是两种等价的FFT运算。 以上所讨论的FFT的运算方法同样可用于IDFT的运算，简称为IFFT，即快速傅里叶反变换。 从IDFT的定义出发，可以导出下列两种利用FFT来计算IFFT的方法。 4.4.1 利用FFT流图计算IFFT * * 4.1　直接计算DFT的问题及改进的途径 4.2　按时间抽取的基-2FFT算法 4.3 按频率抽取的基-2FFT算法 4.4 IDFT的高效算法 4.5 实序列的FFT算法 在线教务辅导网： 教材其余课件及动画素材请查阅在线教务辅导网 QQ:349134187 或者直接输入下面地址： 由于有限长序列在其频域也可离散化为有限长序列，因此离散傅里叶变换（DFT）在数字信号处理中是非常有用的。 例如，在信号的频谱分析，系统的分析、设计和实现中都会用到DFT的计算。 但是在相当长的时间里，由于DFT的运算量太大，难以实时处理，所以并没有得到真正的应用。 直到1965年，库利和图基在《计算数学》杂志上发表了著名的“机器计算傅里叶级数的一种算法”的文章（Cooley J W, Tukey J W. An algorithm for the machine computation of complex Fourier series. Mathematics of Computation, 1965, pp297~301），提出了DFT的一种快速算法，揭开了FFT发展史上的第一页，这时情况才发生改变。 后来，经过人们对算法的不断改进，又相继出现了一系列高速有效的运算方法，使DFT的运算大大简化，运算时间一般可缩短一到两个数量级，从而使DFT在实际中得到真正应用。 快速傅里叶变换并不是一种新的变换，它是离散傅里叶变换的一种快速算法。 4.1.1　直接计算DFT的运算量问题 从上面的统计可以看到，直接计算离散傅里叶变换，计算量近似正比于N2。 显然，对于很大的N值，直接计算离散傅里叶变换要求的算术运算量非常大。 例4-1 根据式（4-1），对一幅N×N点的二维图像进行DFT变换，如用每秒可做10万次复数乘法的计算机，当N=1024时，问需要多少时间（不考虑加法运算时间）？ 4.1.2 改善途径 4.2.1　算法原理 图4-1 时间抽取法蝶形运算流图符号 图4-2 N=8点DFT的一次时域抽取分解图 图4-3 N=8点DFT的二次时域抽取分解图 图4-4 DIT-FFT运算流图 (N=8) 这种算法的特点是，每一步分解都是按输入序列在时间上的奇偶次序，分解成两个半长的子序列，所以称为“按