数字信号处理快速付里叶变换FFT分析报告.pptVIP

数字信号处理快速付里叶变换FFT分析报告.ppt

  1. 1、本文档共26页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(1)N/2点的DFT运算量:复乘次数: 复加次数: (2)两个N/2点的DFT运算量:复乘次数: 复加次数: (3)N/2个蝶形运算的运算量:复乘次数: 复加次数: 5.计算工作量分析 复乘: 复加: 总共运算量: 按奇、偶分组后的计算量: N点DFT的复乘为N2 ;复加N(N-1);与分解后相比可知,计算工作点差不多减少 一半。 例如 N=8 时的DFT,可以分解为两个N/2=4点的DFT.具体方法如下: (1)n为偶数时,即 分别记作: (2) n为奇数时,分别记作: x1(0)=x(0) x1(1)=x(2) N/2点 x1(2)=x(4) DFT x1(3)=x(6) x2(0)=x(1) x2(1)=x(3) N/2点 x2(2)=x(5) DFT x2(3)=x(7) X1(0) X1(1) X1(2) X1(3) X2(0) X2(1) X2(2) X2(3) W N 2 W N 1 W N 0 W N 3 -1 -1 -1 -1 X(0) X(1) X(2) X(3) X(4) X(5) X(6) X(7) (3)对X1(k)和X2 (k)进行蝶形运算,前半部为 X(0)---X(3),后半部分为X(4)---X(7) 整个过程如下图所示: * * * * * * * * * 第四章 快速付里叶变换(FFT) Fast Fouriet Transformer 第一节 引 言 一、快速付里叶变换FFT 有 限 长 序 列 通 过 离 散 傅 里 叶 变 换 (D F T) 将 其 频 域 离 散 化 成 有 限 长 序 列 . 但 其 计算 量 太 大, 很 难 实 时 地 处 理 问 题 , 因 此 引 出 了 快 速 傅 里 叶 变 换(FFT) . FFT 并 不 是 一 种 新 的 变 换 形 式 ,它 只 是 DFT 的 一 种 快 速 算 法 . 并 且 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 . FFT 在 离 散 傅 里 叶 反 变 换 、 线 性 卷 积 等 方 面 也 有 重 要 应 . 二、FFT的产生 1965年库利--图基在《计算数学》(Mathematic of Computation )杂志上发表了著名的“机器计算付里级数的一种算法”文章,提出一种快速计算DFT的方法和计算机程序--揭开了FFT发展史上的第一页。促使FFT算法产生原因还有1967年至1968年间FFT的数字硬件制成,电子数字计算机的条件, 使DFT的运算大简化了。 FFT出现后使DFT的运算大大简化,运算时间一般可缩短一二个数量级之多,从而使DFT的运算在实际中真正得到了广泛的应用。 三、本章主要内容 1.直接计算DFT算法存在的问题及改进途径。 2.多种DFT算法 时间抽取算法DIT算法 频率抽取算法DIF算法 线性调频Z变换即CZT法) 3.FFT的应用 第二节 直接计算DFT算法存在的问题及改进途径 一、直接计算DFT计算量 问题提出: 设有限长序列x(n),非零值长度为N,计算对x(n)进行一次DFT运算,共需多大的运算工作量? 1.比较DFT与IDFT之间的运算量 其中x(n)为复数, 也为复数 所以DFT与IDFT二者计算量相同。 2.以DFT为例,计算DFT复数运算量 计算一个X(k)(一个频率成分)值,运算量为 例k=1则 要进行N次复数乘法+(N-1)次复数加法 所以,要完成整个DFT运算,其计算量为: N*N次复数相乘+N*(N-1)次复数加法 3.一次复数乘法换算成实数运算量 复数运算要比加法运算复杂,需要的运算时间长。 一个复数乘法包括4个实数乘法和2个实数相法。 (a+jb)(c+jd)=(ac-bd)+j(bc+ad) 4次实数乘法 2次实数加法 4.计算DFT需要的实数运算量 每运算一个X(k)的值,需要进行 4N次实

文档评论(0)

ss55863378 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档