几个快速傅立叶变换算法重点分析.doc

几个快速傅立叶变换算法 离散傅里叶变换(DFT) DFT的的正变换和反变换分别为（1）和（2）式。假设有N个数据，则计算一个频率点需要N次复数乘法和N-1次复数加法，整个DFT需要N*N次复数乘法和N（N-1）次复数加法；由于一次的复数乘法需要进行4次的实数乘法和2次的复数加法，一次的复数加法需要两次的实数加法，因此整个DFT需要4*N*N次的实数乘法和2*N（N-1）+2*N*N≈4*N*N次的复数加法。当N比较大时，所需的计算工作量相当大，例如N=1024时大约需要400万次乘法运算，对于实时信号处理来说，将对计算设备提出非常苛刻的要求，于是就提出如何能够减少计算DFT的运算量的问题。 1965年，库力和图基在《计算数学》杂志上发表《机器计算傅立叶级数的一种算法》，此文是最早提出FFT算法的。此后关于DFT的快速算法称为人们研究的热点课题，也正是FFT算法的出现，才使得数字信号处理能够应用于实时场合并进一步推动数字信号处理的发展和应用。 大多数的FFT算法都是利用（3）式的周期性、共轭对称性、可压缩和扩展性的特点来压缩计算量。 1）、根据DFT定义进行计算的代码 直接利用DFT的定义进行计算的算法计算量非常大。 //Data为输入数据指针，Log2N=log2(length),flag=-1时为正变换，flag=1时为反变换，变换结果由指针Data指向的原空间返回 void?