快速傅里叶变换概要.ppt

* Ch.4 FFT * 的确定 以N=8为例： 的确定 * Ch.4 FFT * 4.4 按频率抽取的基2-FFT算法 算法原理 再把输出X(k)按k的奇偶分组 先把输入按n的顺序分成前后两半 设序列长度为N=2L，L为整数 前半子序列x(n) 后半子序列 0≤n≤ 0≤n≤ * Ch.4 FFT * 4.4.1 算法原理 由DFT定义得 k=0，1， …，N * Ch.4 FFT * 由于 所以 则 k=0，1， …，N * Ch.4 FFT * 然后按k的奇偶可将X(k)分为两部分 r=0，1， …， 则式 可转化为 * Ch.4 FFT * 令 n=0，1， …， 代入 r=0，1， …， 可得 为2个N/2点的DFT，合起来正好是N点X(k)的值。 * Ch.4 FFT * 蝶形运算 将 称为蝶形运算 与时间抽选基2FFT算法中的蝶形运算符号略有不同。 * Ch.4 FFT * 例 按频率抽取(N=8) 例 按频率抽取，将N点DFT分解为两个N/2点DFT的组合(N=8) * Ch.4 FFT * 与时间抽取法的推导过程一样，由于 N=2L，N/2仍然是 一个偶数，因而可以将每个N/2点DFT的输出再分解为偶数组 与奇数组，这就将N/2点DFT进一步分解为两个N/4点DFT。 N=8 * Ch.4 FFT * 4.4.2 频率抽取法与时间抽取法的异同 频率抽取法输入是自然顺序，输出是倒位序的；时间抽取法正好相反。 频率抽取法的基本蝶形与时间抽取法的基本蝶形有所不同。 频率抽取法运算量与时间抽取法相同。 频率抽取法与时间抽取法的基本蝶形是互为转置的。 * Ch.4 FFT * 4.5 快速傅里叶逆变换(IFFT)算法 IDFT公式 DFT公式 比较可以看出， IDFT多出 M个1/2可分解到M级蝶形运算中。 * Ch.4 FFT * 例 频率抽取IFFT流图(N=8) * Ch.4 FFT * 快速傅里叶逆变换另一种算法 * Ch.4 FFT * 4.8 Matlab实现 用FFT进行谱分析的Matlab实现 用CZT进行谱分析的Matlab实现 在Matlab中使用的线性调频z变换函数为czt，其调用格式为 X= czt(x, M, W, A) 其中，x是待变换的时域信号x(n)，其长度为N，M是变换的长度，W确定变换的步长，A确定变换的起点。若M= N，A= 1，则CZT变成DFT。 * Ch.4 FFT * 4.8.1 用FFT进行谱分析的Matlab实现 例4.1 设模拟信号 ，以 t= 0.01n (n=0: N-1) 进行取样，试用fft函数对其做频谱分析。N分别为：(1) N=45；(2) N=50；(3) N=55；(2) N=60。 程序清单如下 %计算N=45的FFT并绘出其幅频曲线 N=45;n=0:N-1;t=0.01*n; q=n*2*pi/N; x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N); figure(1) subplot(2,2,1) plot(q,abs(y)) title(FFT N=45) * Ch.4 FFT * 例4.1程序清单 %计算N=50的FFT并绘出其幅频曲线 N=50;n=0:N-1;t=0.01*n; q=n*2*pi/N; x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N); figure(1) subplot(2,2,2) plot(q,abs(y)) title(FFT N=50) * Ch.4 FFT * %计算N=55的FFT并绘出其幅频曲线 N=55;n=0:N-1;t=0.01*n; q=n*2*pi/N; x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N); figure(1) subplot(2,2,3) plot(q,abs(y)) title(FFT N=55) * Ch.4 FFT * %计算N=60的FFT并绘出其幅频曲线 N=60;n=0:N-1;t=0.01*n; q=n*2*pi/N; x=2*sin(4*pi*t)+5*cos(8*pi*t); y=fft(x,N); figure(1) subplot(2,2,4) plot(q,abs(y)) title(FFT N=60) * Ch.4 FFT * 例4.1程序运行结果 从图中可以看出，这几种情况下均有较好的精度。 * Ch.4 FFT * 例4.1程序运行结果分析 分析：由t=0.01n