离散傅立叶变换与快速算法(FFT)剖析.pptVIP

* * * 5.2.3 DIF的2M FFT(桑德-图基算法) 频率抽选（DIF）的FFT算法，是把频域序列（也是N点）按K的奇偶性分解为越来越短的序列。 一、算法原理 假设序列点数为 ，L为整数。 在将 按k的奇偶分组之前，先把输入按n的顺序分成前后两半 * * 由于 ，故 ，可得： k=0,1,……,N-1 当k为偶数时， ； k为奇数时， 。 因此，按 k的奇偶可将 分为两部分。 * 令 则： * 令 则： * DIF运算关系的基本蝶形 * N=8点DIF FFT结构 * 二、DIT与DIF的异同 形式上的区别是：DIF输入是自然顺序，输出是倒位序的，与DIT正好相反。 但这不是实质性的区别，因为DIF与DIT都可将输入或输出按照要求进行重排。 实质性的区别是： DIF的基本蝶形与DIT的基本蝶形不同。 * * * 作业： 9.6 9.7 9.14 9.17 9.26 9.27 五、chirp Z变换 对非单位圆上的抽样感兴趣 语音信号处理中往往需要知道极点所在处的复频率，如果极点位置离单位圆较远，只利用单位圆上的频谱，就很难知道极点所在处的复频率。 z变换采用螺线抽样就适应于这些需要，称为线性调频z变换(CZT) * * 已知 是有限长序列，其z变换为： 为适应z可以沿Z平面更一般的路径取值，沿z平面上的一段螺线作等分角的抽样，z的这些抽样点zk为: 一、算法的基本原理 * M为所要分析的复频谱的点数，不一定等于N，A和W都是任意复数: * 当 各zk就均匀等间隔地分布在单位圆上，这时就是求序列的DFT。 * CZT的快速算法 直接计算这一公式，与直接计算DFT相似，总共算出M个抽样点，需要NM次复数乘法与（N-1）M次复数加法，当N，M较大时，运算量将很大。 * 采用布鲁斯坦（Bluestein）提出的等式，可以将以上运算转换为卷积和形式，进而采用FFT算法，提高运算速度。 布鲁斯坦所提出的等式为： 由此可得： * * CZT变换可以通过求g(n)与h(n)的线性卷积，然后乘上1/h(n)而得到，即： h(n)为角频率随时间线性增长的复指数序列，称为线性调频信号（Chirp signal），因此，称为线调频z变换。 * 线性系统h(n)是非因果的。 当n取值为0到N-1，k取值为0，1…，M-1时，则 h(n)的定义区间为 ，可以看作有限长序列 二、Chirp-Z变换的快速计算 * 由于输入信号g(n)也是长度为N有限长序列，所以g(n)*h(n)的点数为2N+M-2 因而用圆周卷积代替线性卷积不产生混叠失真的条件是圆周卷积的点数（周期）应大于或等于2N+M-2 但是我们只需要前M个值 ，对其他值是否有混叠失真并不感兴趣，这样有可能将圆周卷积的点数缩减到最小为N+M-1。 * g(n) h(n) * * CZT快速运算的实现步骤： （1）选择一个最小的整数L，使其满足L≥N+M-1，同时以便采用基-2 FFT； （2）将 g(n)补零成为L点的序列； 利用FFT法求此序列的L点DFT： * （3）形成L点h(n)序列 利用FFT法求其L点的DFT， （4）将H(r)和G(r)相乘，得Q(r)=H(r)G(r), （5）用FFT法求Q(r)的L点IDFT，其中前M个值为CZT数值，n≥M值对我们没有意义。 （6）最后求X(zk): * 9.19 9.21 9.28 9.48 * * 5.2 DFT的快速计算(FFT) 一、DFT存在的问题及改进的途径 二、戈泽尔算法 三、时域抽取基-2算法（库利-图基算法） 四、频域抽取基-2算法（桑德-图基算法） 五、线性调频Z变换 * N点有限长序列，其DFT变换对为： 可以看出，变换与反变换的差别仅在于 的指数符号和常数乘因子1/N。实际上： 因而我们只讨论DFT正变换的运算量，反变换的运算量是完全相同的。 5.2.1DFT存在的问题及改进途径 * 一般来说 和 都是复数， 每一个 值的计算