DFT在信号频谱分析中的应用课设.docVIP

设计一 DFT在信号频谱分析中的应用 一、设计题目 DFT在信号频谱分析中的应用 function Xk=dft(xn,N) if length(xn)N xn=[xn,zeros(1,N-length(xn))]; end n=0:N-1; for k=0:N-1 Xk(1,k+1)=sum(xn.*exp((-1)*j*n*k*(2*pi/N))); End 运算量估计： 对于N=点序列进行时间抽选奇偶分解FFT计算，需分M级，每级计算N/2个蝶。每一级需N/2次复乘、N次复加，因此总共需要进行： 复乘： 复加： 直接计算N点的DFT，需要次复乘、N(N-1)次复加。N值越大，时间抽选奇偶分解FFT算法越优越。例如当N=2048点时，时间抽选奇偶分解FFT算法比直接计算DFT速度快300多倍 可以用一下Matlab程序比较DFT和FFT的运算时间 N=2048; M=11; x=[1:M,zeros(1,N-M)]; t=cputime; y1=fft(x,N); Time_fft=cputime-t t1=cputime; y2=dft(x,N); Time_dft=cputime-t1 t2=cputime; 运行结果： Time_fft = 0.0469 Time_dft = 15.2031 由此可见FF