[关于快速傅里叶变换fft应用中的几个问题.ppt

2.4 关于FFT应用中的几个问题 1、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： 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 通过g(n)的FFT运算结果G(k),由上式也可得到X (k) 的值。 通过N点FFT运算可得到： Y(k)=X1(k)+jX2(k)， N点 根据前面的讨论，得到 a.计算X(k)=FFT[x(n)] b. 求H(k)=FFT[h(n)] c. 求Y(k)=H(k)X(k) k=0～L-1 d. 求y(n)=IFFT[Y(k)] n=0～L-1 可见，只要进行二次FFT,一次IFFT就可完成线性卷积计算。 计算表明,L32时,上述计算线性卷积的方法比直接计算线卷积有明显的优越性,因此,也称上述循环卷积方法为快速卷积法。 (1)??? 重叠相加法——由分段卷积的各段相加构成总的卷积输出 计算步骤： a.? 事先准备好滤波器参数 H（k）=DFT[h(n)]，N点 b.? 用N点FFT计算Xi（k）=DFT[xi(n)] c.? Yi(k)=Xi(k)H(k) d.? 用N点IFFT求 yi（n）=IDFT[Yi(k)] e.? 将重叠部分相加 (2)重叠保留 则可以证明，rxy(τ)的离散傅里叶变换为 Rxy（k）=X*(k)Y(k) 其中 X(k)=DFT[x(n)], Y(k)=DFT[y(n)], Rxy(k)=DFT[rxy(τ)] ， 0≤k≤N-1 利用FFT求两个有限长序列的线性相关： x=[1 3 -1 1 2 3 3 1]; y=[2 1 -1 1 2 0 -1 3]; k=length(x); xk=fft(x,2*k); yk=fft(y,2*k); rm=real(ifft(conj(xk).*yk)); rm=[rm(k+2:2*k) rm(1:k)]; m=(-k+1):(k-1); stem(m,rm) xlabel(m); ylabel(幅度); 例9 -20 -10 0 10 20 -50 0 50 100 150 200 250 300 m -20 -10 0 10 20 -50 0 50 100 150 200 250 300 m 幅 度 幅 度 (a) (b) 延迟序列的互相关函数(a)和自相关函数(b) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 图 DIT―IFFT运算流图 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 图 DIT―I