快速傅立叶变换(FFT)学习指导书.pptVIP

第四章 快速傅里叶变换(FFT) 本章学习目标 学习目标：掌握基2FFT算法的基本思想和算法推导，掌握进一步减少FFT算法运算量的措施．了解其它基的FFT算法．掌握FFT在分段卷积的应用。 重点：基2FFT算法 难点：基2FFT算法 4.1 引言 FFT并不是一种新的变换形式，它只是DFT 的一种快速算法，并且根据对序列分解与选取方法的不同而产生了FFT的多种算法 。 ４.２基２FFT算法 ４.２.１直接计算DFT的特点及减少运算量的基本途径 一次复数乘法换算成实数运算量 复数运算要比加法运算复杂，需要的运算时间长。 一次复数乘法换算成实数运算量 复数运算要比加法运算复杂，需要的运算时间长。 改善DFT运算效率的基本途径 将长序列的DFT分解为短序列的DFT 思路： 将长序列的DFT分解为短序列的DFT 思路： 二、算法步骤 1.分组，变量置换 二、算法步骤 1.分组，变量置换 5. 结论 三、蝶形运算符号 作图要素 例：求 N=23=8点FFT变换 比较N=8点直接DFT与分解2个4点DFT的FFT运算量 4.2.4 DIT-FFT运算规律及编程思想 1. “级”概念 ２. 原位计算 所谓原位运算，就是当数据输入到存储器后，每一级运算的结果仍然存储在同一存储器中，直到最后输出，中间无需其他的存储器。可见，原位运算的结构可以节省存储单元，降低设备成本。 例 N=8 FFT运算，输入： 设序列x(n)经时域抽选(倒序)后，存入数组A中。如果蝶形运算的两个输入数据相距B个点，应用原位计算，则蝶形运算可表示成如下形式： AL(J) AL-1(J)+A L-1(J+B)WNp AL(J+B) AL-1(J)-A L-1(J+B)WNp ? 式中 p=J·2 M-L； J=0,1,…，2 L-1-1； L=1,2,…，M. ５. 编程思想及程序框图 6. 码位倒置 （1） 码位倒置规则 以N=8为例： （2） 码位倒置实现——整序重排子程序 令 下面讨论一种完全不用改变FFT的程序就能计算IFFT的方法： 上面这种IFFT算法，排程序虽很方便，但是要稍稍改动FFT的程序和参数才能实现。下面讨论一种完全不用改变FFT的程序就能计算IFFT的方法： 4.３ 进一步减少运算量的措施 4.３.1 多类蝶形单元运算 4.5 进一步减少运算量的措施 4.5.1 多类蝶形单元运算 进一步分析各级中的无关紧要的旋转因子： 依次类推，当L=4时，有N/8=N/2L-1个无关紧要的旋转因子数，……最后一级，即L=M，有N/2M-1个。这样，从L=3至最后一级共有 讨论FFT中特殊的复数运算?进一步减少复乘次数 实现一次复数乘需要四次实数乘、两次实数加。 4.３.2 旋转因子的生成 设x1(n)和x2(n)为两个实序列， 构成新序列x(n)如下 ： x(n)=x1(n)+jx2(n) 对x(n)进行DFT， 得到 X(k)=DFT［x(n)］=Xep(k)+Xop(k) 第２种方法： 　　设x(n)为N点实序列，取x(n)的偶数点和奇数点分别作为新构造序列y(n)的实部和虚部，即： 由于x(n)为实序列，所以X(k)具有共轭对称性，X(k)的另外N/2点的值为 4.４ 其他快速算法 自从基2快速算法出现以来，人们仍在不断寻求更快的算法。基4FFT算法就比最初的基2FFT算法要快。从理论讲，用较大的基数还可以进一步减少运算次数，但要以程序（或硬件）变得更为复杂为代价，甚至得不偿失。所以取大于8的基数没有多大实际意义。1984年法国的P. Dohamel和H. Hollmann将基2分解和基4分解糅合在一起，提出了分裂基FFT算法。其运算量比前述几种算法都有所减少，运算流图却与基2FFT很接近，运算程序也很短。所以说分裂基FFT算法是一种实用的高效新算法。 （2）对平稳信号消噪 工厂为了考察用电情况，对某三天的电网电压值进行监测，得到一个电压采样序列，但由于在采样过程中，监测设备出现了一些故障，使得所采集的信号引入了噪声，用傅里叶变换将这种由于仪器故障引起的噪声进行消噪处理。 (3) 信号消噪处理对非平稳信号消噪 在实际工程应用中，所分析的有用信号可能包含许多尖峰和突变部分，并且噪声也不是平稳的白噪声。对这种信号的分析，首先需要作信号的预处理，将信号的噪声部分去除，提取有用信号。 (4)信号特定频率的提取 一