数字信号处理第二章20111114.pptVIP

快速傅立叶变换(FFT) §2-5快速傅立叶变换(FFT) 一.DFT的计算工作量 两者的差别仅在指数的符号和因子1/N. 通常x(n)和 都是复数,所以计算一个X(k)的值需要N次复数乘法运算,和 次复数加法运算.那么,计算全部N点的X(k)就要N2次复数乘法运算,N(N-1)次复数加法运算.一般来说,乘法运算要比相加运算复杂,为讨论简单起见,我们以复数乘法运算次数近似作为运算工作量的衡量标准.当N很大时,运算量将是惊人的,如N=1024,则要完成1048576 次(一百多万次)运算.这样,难以做到实时处理. 二.改进的途径 1. 的对称性和周期性 FFT有多种形式，但基本上可分为两类：时间抽取法和频率抽取法。 按“基数”分：基-2FFT算法；基-4FFT算法；混合基FFT算法；分裂基FFT算法 其它方法：线性调频Z变换(CZT法) 1. 设输入序列长度为N=2L(L为正整数，将该序列按时间顺序的奇偶分解为越来越短的子序列，称为基2按时间抽取的FFT算法。也称为Coolkey-Tukey算法。 2. 其中基数2----N=2L，L为整数.若不满足这个条件，可以人为地加上若干零值（加零补长）使其达到 N=2L (1).N/2点DFT 1.先将 按n的奇偶分为两组作DFT,这样有: n为偶数时: n为奇数时: 一个2点的DFT蝶形流图 另一个2点的DFT蝶形流图 3.DIT蝶形运算所需系数 例子：求 N=23=8点DIF （1）先按N=8--N/2=4，做4点的DIF： 将N=8点分解成2个4点的DIF的信号流图 (2)N/2(4点)--N/4(2点)FFT(a)先将4点分解成2点的DIF： （b)一个2点的DIF蝶形流图 (c)另一个2点的DIF蝶形流图 (3)将N/4（2点）DFT再分解成2个1点的DFT(a)求2个一点的DFT (b)2个1点的DFT蝶形流图 (4)一个完整N=8的按频率抽取FFT的运算流图 （5）DIF蝶形所需系数 利用FFT计算IFFT时在命名上应注意： (1)把FFT的时间抽取法，用于IDFT运算时，由于输入变量由时间序列x(n)改成频率序列X(k),原来按x(n)的奇、偶次序分组的时间抽取法FFT，现在就变成了按X(k)的奇偶次序抽取了。 (2)同样，频率抽取的FFT运算用于IDFT运算时，也应改变为时间抽取的IFFT。 二、改变FFT流图系数的方法 1、在IFFT的运算中，常常把1/N分解为(1/2)m，并且在M级运算中每一级运算都分别乘以1/2因子，就可得到IFFT的两种基本蝶形运算结构。 x(0) x(4) x(2) x(6) x(1) x(5) x(3) x(7) X(0) X(1) X(2) X(3) X(4) X(5) X(6) X(7) m=0 m=1 m=2 m为级数, N=2M所以N点DFT可分成M级 由于每一步分解都是基于在每级按输入时间序列的次序是属于偶数还是奇数来分解为两个更短的序列，所以称为“按时间抽取法”. 运算量 由上述分析可知,N=8需三级蝶形运算 N=2 =8,由此可知,N=2L 共需L级蝶形运算, 而且每级都由N/2个蝶形运算 组成,每个蝶形运算有一次复乘,两次复加。 3 因此,N点的FFT的运算量为 复乘: mF =（N/2）L=（N/2） log2 N 复加: aF =N L=N log2 N (三).DIT的FFT算法的特点 1.原位运算 输入数据、中间运算结果和最后输出均用同一存储器。 x(0) x(4) x(2) x(6) x(1) x(5) x(3) x(7) m=1 m=2 X(0) X(1) X(2) X(3) X(4) X(5) X(6) X(7) m=0 可见,在某列进行蝶形运算的任意两个节点(行)k和j的节点变量 就完全可以确定蝶形运算的结果 ,与其它行(节点)无关。 这样,蝶形运算的两个输出值仍可放回蝶形运算的两个输入所在的存储器中,即实现所谓原位运算。每一组(列)有N/2个蝶形运算,所以只需N个存储单元，可以节 省存储单元。降低设备成本。 当数据输入到存储器以后，每一组运算的结果，仍然存放在这同一组存储器中直到最后输出。 2 倒位序 由图可知,输出X(k)按正常顺序排 列在存储单元,即X(0)…X(7),输入却不能按自然顺序存入到存储单元中，而是按x(0),x(4),x(2), x(6)….的顺序存