第4章快速傅里叶变换讲解.ppt

缺点：每段 不是最终输出。 优点：思路简单? 将子结果序列相加得到输出y(n)： 各子结果序列前后重叠了1 个点。 （补充）重叠保留法 序列分段的方法： 重叠保留法 分段方法 示意图 输入的每段序列重叠N-1点，而每段的循环 卷积的输出去掉前面N-1点只保留后面M点， 4.6.2线性相关的FFT算法 设x(n)为L点，y(n)为M点，则线性相关 利用FFT法求线性相关是用圆周相关代替线性相关，选择 ，且 （r为整数），令 其计算步骤如下： （1）用FFT算法求 ，N点； （2）用FFT算法求 ，N点； （3）求乘积 （4）用IFFT算法求 * 这相当于一个N点DFT运算加上DIT-FFT蝶形运算，当N较大时，可节省近一半的计算量。 然后先求出x1(n)和x2(n)的N点DFTX1(k)和X2(k)，因为x1(n)和x2(n)分别是原序列x(n)的偶、奇序列，这与按时间抽取的FFT算法的分解思路完全相同，故根据DIT-FFT蝶形运算式，可得 4.6.2 离散哈特曼变换 1、离散哈特曼变换的定义 设x(n)为一N点的实序列，则其离散哈特曼变换（DHT）为 逆变换为 式中 2. DHT与DFT的关系 DFT和IDFT用欧拉公式展开可表示成 可以看出，DHT的核函数 是DFT核函数 的实部和虚部之和。 将 分解为奇对称分量和偶对称分量之和 其中 由DHT的定义可得 所以 因此 如果不考虑因子1/2，只要增加2N次实数加法运算就能由DHT求出DFT。 3. DHT的快速算法（FHT） 仿照快速DFT的分解方法，可通过时域的抽取或频域抽取方式实现快速DHT。将N=2M点的实序列 进行奇偶抽取 则 根据三角公式 令 ， ，根据DHT的周期性，在 时 类似于DIT基-2FFT分解的同址运算思想，可用 、 、 和 四个点同址运算得出 、 、 和 。这种运算构成了一个运算蝶形，称为“哈特曼蝶形”。 设 将上式中k分别取k、N/2+k、N/2-k和N-k四个值，并考虑 和 以N/2为周期，当 时，得到 上述的运算可用哈德曼蝶形表示如图4.5.1所示 四点的FHT的蝶形图如图4.5.2所示。 图4.5.3显示了8点的DIT基-2FHT流图。 运算量 乘法次数 加法次数 4.7 线性卷积和线性相关的FFT算法 4.7.1 有限长序列线性卷积的FFT算法 序列：x(n)（n=0~L-1） h(n)（n=0~M-1） 线性卷积： y(n)的长度： 计算量（乘法次数）： 用FFT算法也就是用循环卷积来代替线性卷积时，为了不产生混叠，其必要条件是使x(n)，h(n)都补零值，补到至少N=M+L-1，即 这时，y(n)就能代表线性卷积的结果。  利用FFT进行线性卷积的步骤： 1.将序列x(n)和h(n)补零，使其长度N≥L+M-1 2.做x(n)和h(n)的N点FFT得到X(k)和H(k)，并计算Y(k)=X(k)H(k) 3.求Y(k)的IFFT获得线性卷积的结果为 整个过程中，共需要进行三次FFT运算，共需 次相乘，还有步骤（2）的N次相乘，因此共需相乘次数为 x(n)与h(n)点数差不多，设M=L， 当M=L且M超过64以后，M越长循环卷积的好处越明显。因而将循环卷积称为快速卷积。 ，则 ，有 4.7.2 有限长序列无限长序列线性卷积的FFT算法 基本思路： 把有限序列和无限序列之间的线性卷积变成若干个有限序列之间的线性卷积。 具体方法： 重叠相加法(Overlap-add method) 重叠保留法(Overlap-save method) 一、重叠相加法（overlap-add method） 1.主要思想 为无限序列， 为M点有限序列，计算 思路：将长序列 分