MATLAB在数字信号处理中的应用5.pptVIP

Chapter 4 快速傅里叶变换 刘尘尘 西昌学院汽车与电子工程学院 May 10th, 2013 MATLAB 上机系列 之 Chapter 4 快速傅里叶变换 Contents 4.1 FFT原理 4.2 FFT实现 4.3 关于fft函数的说明 4.4 作业解答 (Chapter 3 DFT) 刘尘尘 西昌学院汽车与电子工程学院 May 10th, 2013 4.1 FFT原理 频域分析离不开傅里叶变换。有限长序列可以进行离散傅里叶变换（DFT）分析其频域特性。 然而，DFT的计算量太大，尤其是当序列的点数过大时。其运算复杂度为O(n2)，即平方形式增长。 DFT的公式： 每计算一个 yj 需要进行大约n次乘法，计算n个 yj 大约需要进行n*n级别的乘法运算 1965年有人发表了一篇Paper，提出了快速傅里叶变换（FFT），能够将运算的复杂度压缩到O（n logn）： Cooley and Turkey (1965) - An algorithm for the machine calculation of complex Fourier series 由此带来了极大的效率提升，而且随着点数的增大，效率改善更加明显。 4.1 FFT原理 1. FFT将DFT的运算量减少了几个数量级。数字信号处理这门新兴学科也随FFT的出现和发展而迅速发展。 FFT非常容易用硬件实现，因此它在电子技术领域得到了极其广泛的应用。 根据对序列分解与选取方法的不同而产生了FFT的多种算法，基本算法是基2DIT和基2DIF，分别为时间抽取盒频率抽取。下面重点讲解时间抽取算法。 4.1 FFT原理 1. 时间抽取。DIT：Decimation-In-Time 2. 频率抽取。DIF：Decimation-In-Frequency 假设采样序列点数为N=2^L，L为整数，如果不满足这个条件可以人为地添加若干个0 。将序列x(n)按照奇偶分为两组如下 根据DFT计算公式 ，推导如下： 4.1 FFT原理 4.1 FFT原理 当k为0～N/2-1的时候 当 k取值为N/2~N-1时，k用k’+N/2取代，k’取值为0~N/2-1 4.1 FFT原理 综上：一个N点的DFT变换过程可以用两个N/2点的DFT变换过程来表示 表示为蝶形图： 4.1 FFT原理 8点的DFT 4.1 FFT原理 1. 将N点的输入序列按奇偶分为2组分别为N/2点的序列； 2. 分别对1中的每组序列进行DFT变换得到两组点数为N/2的DFT变换值X1和X2； 3. 按照蝶形信号流图将2的结果组合为一个N点的DFT变换结果。 4.1 FFT原理 4.1 FFT原理 运算量： 点数为8时， 每级4次乘法，共有3层。 点数为N时，每级N/2次乘法，共有logN层，乘法运算量为 O(N *logN) 4.2 FFT实现 MATLAB 自带fft和fft2函数，可以实现一维和二维信号的快速傅里叶变换。 4.2 FFT实现 自己实现： DFT： function out = dft(x) m = length(x); out = zeros(1,m); t = 0:m-1; t = t*2*pi/m; for n = 1:m out(n) = sum(x.*exp((n-1)*i*t)); end end 算得结果与系统自带的FFT函数相同 4.2 FFT实现 function y = fft_my(x) M = length(x); % n = log2(M); K = M / 2; even_no = zeros(1, K); odd_no = zeros(1, K); f_valve = zeros(1, M); for i = 0 : K-1 for x1=0:K-1 even_no(i+1) = even_no(i+1)+( x(2*x1+1)*exp(-1i*2*pi*x1*i/K ) )/K; odd_no(i+1) = odd_no(i+1)+( x(2*x1+1+1)*exp( -1i*2*pi*x1*i/K) )/K; end end for i= 0:K-1 f_valve(i+1) = (even_no(i+1)+odd_no(i+1)*exp(-1i*2*pi*i/M))/2; end for i = 0:K-1