第四章 快速傅里叶变换FFT（上交）.pptVIP

图4.2.12 DIF-FFT二次分解运算流图(N=8) 图4.2.13 DIF-FFT运算流图(N=8) 图4.2.14 DIT-FFT的一种变形运算流图 4.2.6 IDFT的高效算法 上述FFT算法流图也可以用于离散傅里叶逆变换(Inverse Discrete Fourier Transform，简称IDFT)。比较DFT和IDFT的运算公式： 图4.2.16 DIT―IFFT运算流图 图4.2.17 DIT―IFFT运算流图(防止溢出) 如果希望直接调用FFT子程序计算IFFT，则可用下面的方法： 由于 对上式两边同时取共轭，得 实序列的FFT算法 设x(n)为N点实序列，取x(n)的偶数点和奇数点分别作为新构造序列y(n)的实部和虚部，即 对y(n)进行N/2点FFT，输出Y(k)，则 根据DIT-FFT的思想及式(4.2.7)和(4.2.8)，可得到 4.3 进一步减少运算量的措施 由于x(n)为实序列，所以X(k)具有共轭对称性，X(k)的另外N/2点的值为 4.4 分裂基FFT算法 （了解） 4.4.1 分裂基FFT算法原理 当n=pq，且p=N/4，q=4时，n可表示为 并有 再将上式中的k表示为 可得 对k0=0，1,2,3,并用k表示k1，用n表示n0，可以 写出 (4.4.1) (4.4.2) (4.4.3) 令 则(4.4.2)式可写成如下更简明的形式： (4.4.4) 图4.4.1 分裂基第一次分解L形流图 例如，N=16，第一次抽选分解时，由式(4.4.3)得 x2(n)=x(n)+x(n+8), 0≤n≤7 x14(n)={［x(n)-x(n+8)］-j［x(n+4)-x(n+12)］}W16n, 0≤n≤3 x24(n)={［x(n)-x(n+8)］+j［x(n+4)-x(n+12)］}W163n, 0≤n≤3 ?把上式代入式(4.4.4)，可得 X(2k)=DFT［x2(n)］, 0≤k≤7 X(4k+1)=DFT［x14(n)］, 0≤k≤3 X(4k+3)=DFT［x24(n)］, 0≤k≤3 图4.4.2 分裂基FFT算法L形排列示意图与结构示意图 (a)分裂基FFT算法L形排列示意图； (b)分裂基FFT算法运算流图结构示意图 图4.4.3 16点分裂基第一次分解L形流图(图中省去箭头) 第二次分解： 先对图4.4.3中N/2点DFT进行分解。 令X1(l)=X(2l)，则有 X1(2l)=DFT［y2(n)］, 0≤l≤3 X1(4l+1)=DFT［y14(n)］, 0≤l≤1 X1(4l+3)=DFT［y24(n)］, 0≤l≤1 其中 y2(n)=x2(n)+x2(n+4)，0≤n≤3 y14(n)={［x2(n)-x2(n+4)］-［x2(n+2)x(n+6)］}W8n，n=0,1 y24(n)={［x2(n)-x2(n+4)］+j［x2(n+2)x2(n+6)］}W83n，n=0,1 图4.4.4 图4.4.4中N/2点DFT的分解L形流图 图4.4.5 4点分裂基L形运算流图 图4.4.6 16点分裂基FFT运算流图 * Shanghai Jiao Tong University Shanghai Jiao Tong University Shanghai Jiao Tong University 4.1 引言 4.2 基2FFT算法（重点） 4.3 进一步减少运算量的措施