基2时域频域FFT算法.pptVIP

求职应注意的礼仪 求职时最礼貌的修饰是淡妆 面试时最关键的神情是郑重 无论站还是坐，不能摇动和抖动 对话时目光不能游弋不定 要控制小动作 不要为掩饰紧张情绪而散淡 最优雅的礼仪修养是体现自然 以一种修养面对两种结果 必须首先学会面对的一种结果----被拒绝 仍然感谢这次机会，因为被拒绝是面试后的两种结果之一。 被拒绝是招聘单位对我们综合考虑的结果，因为我们最关心的是自己什么地方与用人要求不一致，而不仅仅是面试中的表现。 不要欺骗自己，说“我本来就不想去”等等。 认真考虑是否有必要再做努力。 必须学会欣然面对的一种结果----被接纳 以具体的形式感谢招聘单位的接纳，如邮件、短信 考虑怎样使自己的知识能力更适应工作需要 把走进工作岗位当作职业生涯的重要的第一步，认真思考如何为以后的发展开好头。 Thank you M=4;N=51; n=-(N-1)/2:(N-1)/2; x=[ones(1,M+1),zeros(1,N-2*M-1),ones(1,M)]; X=fft(x,N); subplot(2,1,1);stem(n,fftshift(x)); ylabel(x[n]);xlabel(Time n); omega=2*pi/N*n; subplot(2,1,2); stem(omega,real(fftshift(X))); ylabel(X[k]); xlabel(Frequency(rad)); hold; Matlab计算离散序列的频谱FFT X[m] * 重点： 1.基2时域FFT流图算法 2.基2频域FFT流图算法 难点： 1.利用FFT流图计算IFFT 2.利用 N点复序列FFT，计算2N点实序列 3.利用N点复序列FFT算法计算两个N点实序列 快速Fourier变换(FFT) 4点序列{2，3，3，2} DFT的计算复杂度 复数加法 N(N-1) 复数乘法 N 2 如何提高DFT的运算效率? 问题的提出 一般性 DFT: 直接计算的计算量： N-1 复数乘法 N 对N个不同X[m] 复数加法 N(N-1) 复数乘法 N2 对一固定的m 复数加法 如计算1024点DFT： 复数乘法次数： N2 =10242 = 220 = 1048576 解决问题的思路 1.将长序列DFT分解为短序列的DFT 2.利用旋转因子 的周期性、对称性、可约性。 1)周期性(periodicity) 2)复共轭对称性(complex conjugate) 3)当N是偶数时 的性质 解决问题的方法 将时域序列逐次分解为一组子序列，利用旋转因子的特性，由子序列的DFT来实现整个序列的DFT。 基2时间抽取(Decimation in time)FFT算法 基2频率抽取(Decimation in frequency)FFT算法 3.1 基2时域抽取FFT算法 算法推导: N=2M时域抽取(Decimation in time) ] a ] [ 1 k x ] [ 2 l x ] [ ] [ 2 1 l x k x a + [ ] [ 2 1 l x k x a - -1 (一)算法原理 基本蝶形(butterfly) 算法推导: N=2M时域抽取 例： ] 0 [ X ] 1 [ X -1 1 ] 0 [ x ] 1 [ x 2点FFT流图 N=2基2时域FFT流图的推导 N=4时域基2FFT流图的推导 -1 X[2] X[3] -1 2点 DFT 2点 DFT x[0] x[3] x[1] x[2] X[0] X[1] 2点DFT 0 4 W 1 4 W x[0] x[3] x[1] x[2] X[3] X[1] X[2] X[0] -1 -1 -1 -1 N=8基2时域FFT流图的推导 0 8 W 1 8 W 2 8 W 3 8 W 4点 DFT 4点 DFT X[0] X[3] X[1] X[2] X[4] X[5] X[6] X[7] x[0] x[6] x[2] x[4] x[1] x[3] x[5] x[7] -1 -1 -1 -1 0 8 W 1 8 W 2 8 W 3 8 W X[0] X[3] X[1] X[2] X[4] X[5] X[6] X[7] x[0] x[6] x[4] x[2] x[1] x[5] x[3] x[7] 0 4 W 1 4 W 0 4 W 1 4 W -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 8点FFT流图 第三级 第一级 第二级 (二 ) 算法工作量 a ] [ 1 k x ] [ 2 l x ] [ ] [ 2 1 l x k x a + ] [ ] [ 2 1 l x k x a - -1 一个蝶形计算量： 复数乘法 1，