《第5快速离散傅里叶变换.docVIP

第5章 快速傅里叶变换(FFT) 快速傅里叶变换（FFT）是根据计算量的最小化原理来设计和实施离散傅里叶变换(DFT)计算的方法。1965年，库利（T.W.Cooley）和图基（J.W.tukey）发表了著名的《计算机计算傅里叶级数的一种算法》论文。从此掀起了快速傅里叶变换计算方法研究的热潮。各种快速、高效的离散傅里叶变换计算方法伴随着DSP技术的发展不断出现，并促进了DSP技术的发展。快速傅里叶变换（FFT）的出现，实现了快速、高效的信号分析和信号处理，为离散傅里叶变换(DFT)的广泛应用奠定了基础。 本章主要讲述快速傅里叶变换的原理和典型应用。按照快速傅里叶变换方法的引入、时域抽取基2FFT算法、频域抽取基2FFT算法、高效率计算FFT的方法的探讨、离散傅里叶反变换的FFT算法、线性调频Z变换算法、典型FFT算法的MATLAB实现的顺序进行讲述。 本章是数字信号处理的重点内容之一，其中的时域抽取基2 FFT算法和典型FFT算法的MATLAB实现是实现离散傅里叶变换(DFT)走向实用化的关键性技术。 5.1 快速傅里叶变换方法的引入 5.1.1离散傅里叶变换(DFT)的计算 按照公式4.3.1，设x(n)是一个长度为M的有限长序列， 则定义x(n)的N点离散傅里叶变换为 (5.1.1) 按照公式5.1.1进行计算称为DFT的直接计算方法。为了统计不同DFT计算的工作量，我们把2个复数的加法运算和乘法运算各称为1次复数运算；对于2个复数的1次复数的加法运算和乘法运算的计算工作量视为相等。因为专用的DSP处理器进行复数加法和乘法运算的速度和效率基本相同。 直接计算的工作量： 对于一个固定的k值：复数乘法N次；复数加法N-1次；小计2N-1次复数运算。 对于N个k值：复数乘法次；复数加法次；共计次复数运算。 可以看出，当的时候，，N点的DFT计算的工作量是。一般情况下，，DFT计算的工作量最少是次复数运算。短时间内完成计算任务是困难的。因为，N点的DFT计算的工作量是，点的DFT计算的工作量是，减少DFT计算的点数N可以减少DFT的计算量。减少运算量是提高运算速度的好方法。 5.1.2减少DFT计算量的方法 减少DFT的计算量的主要途径是利用的性质和计算表达式的组合使用，其本质是减少DFT计算的点数N以便减少DFT的计算量。 的性质： （1）全周期对称性：（m是整数） (5.1.2) （2）半周期反对称性： (5.1.3) 证明： （m是整数） 证毕。 利用的性质把DFT的表达式进行化简是减少计算量工作的第一步，DFT的表达式中的同类项合并是减少计算量工作的关键性一步。因为同类项的计算只需要进行一次，而其它的同类项就不需要重复计算了。这样就能有效地减少运算量。 如何减少运算量，提高运算速度？我们通过一个例题进行说明。 例题5.1.1 计算，。 解： (5.1.4) 利用（m是整数）和的规律，对公式(5.1.4)进行优化，得到公式(5.1.5)。 (5.1.5) 我们对公式(5.1.5)进行组合，得到公式(5.1.6) （a） (b ) (5.1.6) (c ) (d ) 我们对公式(5.1.6)进行分析，（a）式和(c ) 式的对应部分可以只计算一次；同理，（b）式和(d )式的对应部分可以只计算一次。计算量：复数加法8次，复数乘法4次，共计复数运算12次。 如果我们对公式(5.1.4)直接进行计算，计算量：复数加法12次，复数乘法16次，共计复数运算28次。 通过上述例题，我们发现，利用的性质和计算表达式的组合使用，可以大幅度减少运算量，提高计算速度。其本质是减少DFT计算的点数N，以便减少DFT的计算量。例如公式(5.1.6)中的（a）式和(c ) 式的对应部分，相同的表达式只需要计算一次。公式(5.1.6) （a）式（b）式中的和就是计算和的2点的DFT；和就是计算和的2点的DFT；公式(5.1.4) （a）式（c）式中的和就是计算和的2点的DFT。在这里，我们对公式5.1.6的解释是从对的抽取、推导到的顺序进行的，其算法表现称为时域抽取基2FFT算法。计算表达式的组合使用看起来复杂，但是有规律可循。 请注意：公式(5.1.6)中的计算顺序方法不是唯一的，这样就产生了不同的FFT计算方法。最基本的FFT计算方法是时域抽取基2FFT算法、频域抽取基2FFT算法。其它的FFT计算方法都可以从时域抽取基2FFT算法变化得到，以便满足不同的工作需求。对此，我们分别进行讲述。 5.2