一种有效的计算2的m次方被一个名叫YATES的人介绍并广泛的以他的名字著称。3的m次方的推广被一个叫做boxetal.docVIP

一种适用于计算机计算复数傅里叶级数的算法 作者：James W. Cooley and John W. Tukey 翻译作者：孙雪晴 一种适用于计算2m因子试验的级联的有效方法已经被Yates所提出，并以他的名字广为熟悉。对3m的推广也已经由Box等人提出。Good总结了这些方法，并给出了可应用于傅里叶级数计算的优雅算法。整体上，Good的方法只适用于特定的情况，即N向量必须乘以一个N*N矩阵，这个矩阵可以被分解为m稀疏矩阵，这里m与logN成比例。这导致了求解过程包含大量的操作，操作数量与NlogN成比例而不是N2。这些方法可应用于复数傅里叶级数的计算。它们适用于数据点数是或可被选择为大合数的情况。这种算法起源并展现于一种特别的形式。N的选择被特别注意。这种方法也展现了在二进制计算机中使用N=2m所带来的特别的好处，以及整个计算如何在用于存放已知的傅里叶系数的N数据存储地址的数组中实现。 考虑计算复数傅里叶级数的问题 （1） 其中所给傅里叶系数A(k)为复数，W是主要次单位根 （2） 一个直接使用(1)的计算需要N^2次操作，其中操作在本文中指一次复数乘法与一次复数加法，这一概念将贯穿这篇文章。 这里描述的算法在此申明所给复数傅里叶幅度数组并在少于2NlogN次操作数内得到结果且不需要比已经要求的数列A更多的数据储存。要延伸这个算法，假设N是一个合数，即N=r1*r2,将（1）中的系数表示如下： （3） 于是有 （4） 因为 （5） 内部和，over k，仅仅决定于j0和k0，并且可以定义为一个新的数组 （6） 结果可写作 （7） 在数组A1中有N个元素，每个都需要r1次操作，共需要Nr1次操作才能获得A1.类似的，需要N2次操作来用A1计算X。因此，（6）（7）所给出的两步算法总共需要 (8) 次操作。 很容易看出，连续应用以上从（6）的以上过程，是如何给出一个m步的算法，需要 （9） 次操作，其中 （10） 除了?时不满足条件（此时?）。其他情况下，如果?且?，则?。总结来说，能实现越多分解，9式就越小，而用2作为因数可以使所有数对完美分组。如果我们能选择N使之有尽量多的约数，就可能获得更好的效果。如果所有都rj都等于r，那么由（10）我们可知 （11） 操作的总次数为 （12） 如果，那么我们发现 （13） 于是 是以下各量的加权平均数。 其值如下所示： 形式上，的用法是最有效率的，但是其收益仅仅比2或者4时高6%，二后者还有其他优势。如果有必要，rj增大到会增加计算量，但是增加量不会超过50%。由此可得，我们可以。。。。。 在有可能的情况下，N=，，其中r=2或4提供了一个对于使用二进制的电脑很重要的，在寻址方面与相乘优势两方面上的优势。 r=2的算法有一下表示系数的形式延伸而来 （14） 此处jv和kv等于0或1，是二进制表示中各自字节位置的j或k。所有的数组会被写作他们系数的二进制数的函数。根据上述原则，（1）被写为 （15） 其中和overkv=0,1.因为 （16） （15）最内层的和over km-1，仅仅之决定于j0，km-2....k0可以写作 （17） 继续看到下一个最内层和，over km-2,等等，使用 （18） 得到连续数组 （19) 当l=1,2,....m时. 写出和式所得 （20） 根据编号的管理，其所储存的位置的地址索引为 （21） 从（20）中可以看出只有在2m-l位有0和1的指数的两个存储地址在计算中被涉及。平行计算是可行的，因为（20）所描述的操作可以被所有j0，....，jl-2和k0,...,km-l-1自发的执行。在某些应用中，用（20）来一句Al-2表示Al是很方便的，giving what is equivalent to..... 计算的最后一列数组给出了所求的傅里叶和， （22） 以这样的次序，X的下标的反转二进制数一定与Am的下标相同。 在某些应用中，其中傅里叶和要被求值两次，以上过程可以被编程，这样就不需要位的反转。例如，考虑差分方程的求解 （23） 现有的方法可以首先应用于使用下面的式子用来计算F（j）的傅里叶幅度 （24） 则，其解的热傅里叶幅度为 （25） BkAk数组顺序为位反转，但是由于（20）的大幅度调制，Ak可以用于得出有正确标定指数的解。 一个在IBM7094上使用的电脑程序已经被开发出来了，它可以使用上述方法计算三位傅里叶和。计算三位 数组的计算时间如下所示：