快速傅里叶变换(FFT)分析报告.pptxVIP

第四章快速傅里叶变换（FFT） 主要内容 DIT-FFT算法 DIF-FFT算法 IFFT算法 Chirp-FFT算法 线性卷积的FFT算法 §4.1 引言 FFT: Fast Fourier Transform 1965年，Cooley-Turky 发表文章《机器计算傅里叶级数的一种算法》，提出FFT算法，解决DFT运算量太大，在实际使用中受限制的问题。 FFT的应用。频谱分析、滤波器实现、实时信号处理等。 DSP芯片实现。TI公司的TMS 320c30，10MHz时钟，基2-FFT1024点FFT时间15ms。 典型应用：信号频谱计算、系统分析等 系统分析 频谱分析与功率谱计算 §4.2 直接计算DFT的问题及改进途径 1、 DFT与IDFT 2、DFT与IDFT运算特点 复数乘法 复数加法 一个X(k) N N – 1 N个X(k) (N点DFT) N 2 N (N – 1) 同理：IDFT运算量与DFT相同。 实数乘法 实数加法 一次复乘 4 2 一次复加 2 一个X (k) 4N 2N+2 (N – 1)=2 (2N – 1) N个X (k) (N点DFT) 4N 2 2N (2N – 1) 3、降低DFT运算量的考虑 FFT算法分类: 时间抽选法 DIT: Decimation-In-Time 频率抽选法 DIF: Decimation-In-Frequency §4.3 按时间抽取（DIT）的FFT算法 1、算法原理 设序列点数 N = 2L，L 为整数。 若不满足，则补零 （Decimation In Time） 将序列x(n)按n的奇偶分成两组： N为2的整数幂的FFT算法称基-2FFT算法。 将N点DFT定义式分解为两个长度为N/2的DFT 再利用周期性求X(k)的后半部分 将上式表达的运算用一个专用“蝶形”信流图表示。 注：a. 上支路为加法，下支路为减法； b. 乘法运算的支路标箭头和系数。 用“蝶形结”表示上面运算的分解： 分解后的运算量： 复数乘法 复数加法 一个N/2点DFT (N/2)2 N/2 (N/2 –1) 两个N/2点DFT N2/2 N (N/2 –1) 一个蝶形 1 2 N/2个蝶形 N/2 N 总计 运算量减少了近一半 进一步分解 “蝶形”信流图表示 N点DFT分解为四个N/4点的DFT 类似进一步分解 类似的分解一直继续下去，直到分解为最后的两类蝶形运算为止(2点DFT). 如上述N=8=23，N/4=2点中： 进一步简化为蝶形流图： 因此8点FFT时间抽取方法的信流图如下—— FFT运算量与运算特点 1． N=2L时，共有L=log2N级运算；每一级有N/2个蝶形结。 2．每一级有N个数据中间数据），且每级只用到本级的转入中间数据，适合于迭代运算。 3．计算量： 每级N/2次复乘法，N次复加。（每蝶形只乘一次，加减各一次）。共有L*N/2=N/2log2N 次复乘法；复加法L*N=Nlog2N 次。与直接DFT定义式运算量相比(倍数) N2/(Nlog2N) 。当 N大时，此倍数很大。 比较DFT 参考P150 表4-1 图4-6 可以直观看出，当点数N越大时，FFT的优点更突出。 按时间抽取FFT蝶形运算特点 1、关于FFT运算的混序与顺序处理（位倒序处理） 由于输入序列按时间序位的奇偶抽取，故输入序列是混序的，为此需要先进行混序处理。 混序规律： x(n)按n位置进行码位（二进制）倒置规律输入，而非自然排序，即得到混序排列。所以称为位倒序处理。 位倒序实现： （1）DSP实现采用位倒序寻址 （2）通用计算机实现可以有两个方法：一是严格按照位倒序含义进行；二是倒进位的加N/2。 倒位序 自然序 000 0 0 000 100 4 1 001 010 2 2 010 110 6 3 011 001 1 4 100 101 5 5 101 011 3 6 110 111 7 7 111 倒位序 例 计算 ， 。计算 点FFT。用时间抽取输入倒序算法，问倒序前寄存器的数 和倒序后 的数据值？ 解：倒序前 倒序 倒序为 倒序后 DIT FFT中最主要的蝶形运算实现 （1）参与蝶形运算的两类结点（信号）间“距离”（码地址）与其所处的第几级蝶形有关；第m级的“结距离”为 (即原位计算迭代） （2）每级迭形结构为 蝶形运算两节点的第一个节点为k值，表示成L位二进