（全新）DSP 课件 5.8 快速傅立叶变换FFT.pptVIP

本章小结 DTFT，性质，频率响应，相位； DFT，概念，性质， FFT 算法 * 5.8 快速傅立叶变换FFT N×N点的二维图像进行DFT变换，N=1024时直接计算DFT所需复乘次数为（N2)2≈1012次，如用每秒可做10万次复数乘法的计算机，即使不考虑加法运算时间，也需要近3000小时。这对实时性很强的信号处理来说，要么提高计算机的计算速度，而这样，对计算速度的要求太高了。另外，就只能通过改进对DFT的计算方法，以大大减少运算次数。 DFT的运算量： 1965年，J.W.Cooley 和 J.W.Tukey 首次提出了DFT运算的一种快速算法，“An Algorithm for the Machine Computation of the Complex Fourier Series”； 此后相继出现了各种用于计算机平台的改进FFT 算法； FFT出现后使DFT的运算大大简化，运算时间一般可缩短一、二个数量级之多，从而使DFT的运算在实际中真正得到了广泛的应用。 按时间抽取（Decimation-in-Time，缩写为DIT）法 按频率抽取（Decimation-in-Frequency，缩写为DIF）法 线性调频Z变换（Chirp-z），即CZT法； 或 基－2，基－4，分裂基FFT法 设序列点数为N＝2M，M为整数。 若不满足条件，可以加上若干个零值点。 N为2的整数幂的FFT称为基-2 FFT。 按时间抽取法 设序列x(n)长度为N，且满足N=2M，M为正整数。按n的奇偶把x(n)分解为两个N/2点的子序列： 基本思想：将2N点的DFT运算分解为两个N点的DFT运算，不断重复这个过程到N=1为止。 时间抽取法蝶形运算流图符号 一次乘法，两次加法 按时间抽取将一个N点DFT分解为两个N/2点DFT（N=8） 两点的DFT都可以用一个蝶形结 x(0) x(1) X(0) X(1) -1 N=8 按时间抽取的FFT运算流图 运算量分析： FFT： 每级有N/2次复乘和N 次复加； FFT共有log2N级，因此，共有Nlog2N次复加和(N/2)log2N次复乘； FFT的运算难度系数与N log2N成正比； 一幅N×N （N=1024）点的二维图像的DFT， 如用每秒可做10万次复数乘法的计算机（不考虑加法运算时间），直接计算DFT所需时间为3000小时，用FFT算法只需要2 分钟。 时间抽取FFT的特点： 1、原位运算：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，节省存储单元。 2、码位倒读规则：码位倒读后的顺序刚好是数据送入计算机内的顺序。 以N=8为例： 0 1 2 3 4 5 6 7 000 001 010 011 100 101 110 111 二进制码表示 码位倒读 码位倒置顺序 000 100 010 110 001 101 011 111 0 4 2 6 1 5 3 7 按时间抽取（DIT）的基-2 FFT算法的基本出发点是：利用旋转因子WN nk的对称性和周期性，将一个长序列的DFT分解为一些逐次变小的DFT来计算。 分解过程遵循两条规则： ①对时间进行奇偶分解； ②对频率进行前后分解。 这种按频率抽取（DIF）的基-2 FFT算法 算法推导过程遵循两个规则： ①对时间进行前后分解； ②对频率进行偶奇分解。 设序列点数为N＝2M，M为整数。 把输入序列按前一半、后一半分开（不是按偶数、 奇数分开），把N点DFT写成两部分。 k=0, 1, …, N-1 按k的奇偶可将X(k)分为两部分: 按频率抽取的FFT（N=8）信号流图 IFFT算法 只要把DFT运算中的每一个系数WN nk改为WN -nk，并乘以系数1/N，就可以用FFT算法来计算IDFT，也就得到了IFFT的算法 *