数字信号处理第3章3.5-3.7快速傅里叶变换(FFT)本精讲.pptVIP

3.5 快速傅里叶变换(FFT)  引言 DFT是信号分析与处理中的一种重要变换。因直接计算DFT的计算量与变换区间长度N的平方成正比，当N较大时，计算量太大，所以在快速傅里叶变换(简称FFT)出现以前，直接用DFT算法进行谱分析和信号的实时处理是不切实际的。直到1965年发现了DFT的一种快速算法以后，情况才发生了根本的变化。 3.5 基2FFT算法 3.5.1 直接计算DFT的特点及减少运算量的基本途径 长度为N的有限长序列x(n)的DFT为 考虑x(n)为复数序列的一般情况，对某一个k值，直接按(3.2.1)式计算X(k)值需要N次复数乘法、(N-1)次复数加法。共需要N2次复数乘法, N(N-1)次复数加法。 在导出FFT算法之前，首先来估计一下直接计算DFT所需的计算量。将式（3.20a）展开成方程组 将方程组写成矩阵形式 用向量表示为 式中，X为N维列向量，称为变换列向量，为复数；W为 方阵，称为系数矩阵，为复数；x为N维列向量，表示离散时间信号，可以是复数。即使x是实数，也可用复数表示，于是 从式(3.59)看出，由于计算一个X(k)值需要N次复乘法和(N-1)次复数加法，因而计算N个X(k)值，共需 次复乘法和N(N-1)次复数加法。式(3.61)说明，每次复乘法包括4次实数乘法和2次实数加法，每次复加法包括2次实数加法，因此计算N点DFT共需4 次实数乘法和 次实数加法。当N很大时，这是一个非常大的计算量。FFT算法利用了 的两个性质： 1.对称性，即 ；2.周期性，即 ，r为任意整数。图3.14所示的是N=8情况下这两个性质的示意图。 FFT算法有许多种，本书主要介绍时间抽选 (Decimation-in-Time)基2FFT算法和频率抽选 (Decimation-in-Frequency）基2FFT算法，并简要介 绍其他基的快速傅里叶变换算法。前两种算法特别 适用于N等于2的幂的情况，后一种算法适合于N为复合数的 情况。 3.5.2 时域抽取法基2FFT基本原理 FFT算法基本上分为两大类：时域抽取法FFT(Decimation In Time FFT,简称DIT-FFT)和频域抽取法FFT(Decimation In Frequency FFT,简称DIF―FFT)。下面先介绍DIT―FFT算法。 设序列x(n)的长度为N，且满足 则x(n)的DFT为 其中X1(k)和X2(k)分别为x1(r)和x2(r)的N/2点DFT，即 与第一次分解相同，将x1(r)按奇偶分解成两个N/4长的子序列x3(l)和x4(l)，即 用同样的方法可计算出 3.5.3 DIT―FFT算法与直接计算DFT运算量的比较 1.蝶形运算及运算量的比较 每级由N/2个蝶形组成,每一级运算都需要N/2次复数乘和N次复数加(每个蝶形需要两次复数加法)。所以，M级运算总共需要的. 复数乘次数为 2.同址计算(原位) 每一级的蝶形的输入与输出在运算前后可以存储在同一地址的存储单元中,这种同址运算的优点是可以节省存储单元,减低对硬件的要求. 3. 序列的倒序或变址计算 DIT―FFT算法的输入序列的排序看起来似乎很乱，但仔细分析就会发现这种倒序是很有规律的。由于N= ，所以顺序数可用M位二进制数(nM-1nM-2…n1n0)表示。 3.5.4 频域抽取法FFT(DIF―FFT) 在基2快速算法中，频域抽取法FFT也是一种常用的快速算法，简称DIF―FFT。 设序列x(n)长度为N=