第5章 快速傅里叶变换.pptVIP

第五章 快速傅里叶变换 学习目标 理解按时间抽选的基-2FFT算法的算法原理、运算流图、所需计算量和算法特点 理解按频率抽选的基-2FFT算法的算法原理、运算流图、所需计算量和算法特点 理解IFFT算法 理解线性卷积与线性相关的FFT算法 5.1 引言 快速傅里叶变换: Fast Fourier Transform (FFT) 不是一种新的变换 是DFT的一种快速算法 DFT的计算的应用 数字信号处理，如设计FIR滤波器，h(n) H(k) 通信、图像传输、雷达、声纳中的信号频谱分析 系统的分析、设计和实现 问题 计算量太大，计算机也难对问题进行实时处理 改进 1965，Cooley Tukey 在《计算数学》上发表“机器计算傅里叶级数的一种算法”，提出一种DFT的快速算法 Snade Tukey快速算法 5.2 直接计算DFT的问题及改进 计算量 FFT算法分类: 按时间抽选法 DIT: Decimation-In-Time 按频率抽选法 DIF: Decimation-In-Frequency 5.3 按时间抽选的基-2 FFT算法（库利-图基算法） 一、算法原理 设序列点数 N = 2L，L 为整数。若不满足，则补零 则x(n)的DFT: 再利用周期性求X(k)的后半部分 分解后的运算量： 这样逐级分解，直到2点DFT 当N = 8时，即分解到X3(k)，X4(k)，X5(k)，X6(k)，k = 0, 1 二、运算量 当N = 2L时，共有L级蝶形，每级N / 2个蝶形，每个蝶形有1次复数乘法2次复数加法。 三、算法特点 1、原位计算(同址运算） 4、蝶形运算两节点的距离 对N = 2L点FFT，输入倒位序，输出自然序， 第m级运算每个蝶形的两节点距离为 2m–1 确定r值： 1.上式中蝶形运算两节点的第一个节点为k值，表示成L位（N=2L）二进制数 2.左移L – m位（1中二进制数乘2L-m），把右边空出的位置补零 结果为r的二进制数。 6、存储单元 输入序列x(n) : N个存储单元 四、DIT的FFT算法的其他形式流图 输入倒位序输出自然序 输入自然序输出倒位序 输入输出均自然序 相同几何形状 输入倒位序输出自然序 输入自然序输出倒位序 输入倒位序输出自然序、输入自然序输出倒位序、输入输出均自然序 以上流图进行各列计算时，各存储器的取数和存数顺序都是不同的，采用随机存储器。 当没有随机存储器时，采用4-12流图 5.4 按频率抽选的基-2 FFT算法(桑德-图基算法） 一、算法原理 按k的奇偶将X(k)分成两部分： 令 N /2仍为偶数，进一步分解：N /2 N /4 逐级分解，直到2点DFT 二、原位计算 三、蝶形运算两节点间的距离 对N=2L点FFT，输入自然序，输出倒位序， 两节点距离：2L-m=N / 2m 蝶形运算两节点的第一个节点为k值，表示成L位二进制数，左移m-1位，把右边空出的位置补零，结果为r的二进制数。 五、DIT与DIF的异同 基本蝶形不同 5.5 离散傅里叶反变换（IDFT） 的快速计算方法（IFFT算法） 比较： 5.10 线性卷积和线性相关的FFT算法 一、线性卷积的FFT算法 FFT法：以圆周卷积代替线性卷积 比较直接计算和FFT法计算的运算量 1、重叠相加法 2、重叠保留法 相同：将x(n)分段，每段L=N-M+1点 不同：序列中补零处不补零，而在每段的前边补上前一段保留下来的(M-1)个输入序列值，组成N点(L+M-1点)序列xi(n)。如图4-30。 若L+M-12m，则在每段序列末端补零，补到2m。 若用DFT实现h(n)和xi(n)的圆周卷积，则其每段圆周卷积结果前的(M-1)个点的值不等于线性卷积值，舍去。图4-31。 2、重叠保留法 二、线性相关的FFT算法 若L点x(n)，M点y(n)，计算线性相关： 思考题： 1）频谱分析 不能原位运算，N个输入数据至少需要2N个存储单元 级与级之间的传输比例不同，可以按顺序存取数据 设序列点数N=2L，L为整数。 X(k)：N点序列 将X(k)按k的奇偶分组前，先将输入x(n)按n的顺序分成前后两半（不是频率抽选）： N点DFT k为偶数，(-1)k=1 前一半与后一 半输入之和的 N/2点DFT 前一半与后一半 输入之差与WnN 之积的N/2点DFT k为奇数，(-1)k=-1 则X(2r)和X(2r+1)分别是x1(n)和x2(n)的 N / 2点DFT，记为X1(k)和X2(k) x1(0) x1(1) -1 x1(2) x1(3) -1 x2(0) x2(1) -1 x2(2) x2(3) -1 N/2点