快速傅里叶变换课件学习指导书.pptVIP

* * 第四章 快速傅里叶变换 4.1 　引言 4.2 　直接计算DFT的问题及改进的途径 4.3 　按时间抽选(DIT)的基-2 FFT算法 4.4 　按频率抽选(DIF)的基-2 FFT算法 4.5 　离散傅里叶反变换(IDFT) 的快速计算方法 4.10 线性卷积与线性相关的FFT算法 4.11 数字信号处理的实现 第四章 快速傅里叶变换 4.1 引言 0 n XN(k) 0 k xN(n) N-1 ~ N-1 ~ 0 n XN(k) 0 k xN(n) N-1 N-1 DFT DFS 0 n X(ej?)*D(ej?) 0 ? x(n)d(n) DTFT 0 n |X(ej?)| 0 ? x(n) DTFT 0 ｔ |Xa(j?)| 0 ? xa(t) FT T ?0 2? 2? 第四章 快速傅里叶变换 4.1 引言 0 n XN(k) 0 k xN(n) N-1 ~ N-1 ~ 0 n XN(k) 0 k xN(n) N-1 N-1 DFT DFS 0 n X(ej?)*D(ej?) 0 ? x(n)d(n) DTFT 0 n |X(ej?)| 0 ? x(n) DTFT 0 ｔ |Xa(j?)| 0 ? xa(t) FT T ?0 2? 2? 第四章 快速傅里叶变换 4.2 直接计算DFT的问题及改进的途径 运算量：对某一k值，复乘N次，复加N-1次； 对DFT，复乘N2次，复加N(N-1)次(近似为N2)； 例：N=1024，则N2=106，难以实现实时处理； DFT: 改进途径：将较长的DFT分解为几个较短的DFT，并利用旋转因子WN的周期性、对称性和可约性(伸缩性)等特性减少运算次数。 1. 周期性： 2. 对称性： 3. 可约性： 设序列x(n)的长度为N，且满足 令 令 令 即N点DFT分解为两个N/2点DFT后按上述两公式合成，这种分解可用蝶形符号表示。 1. 周期性： 2. 对称性： 3. 可约性： N /2 点 DFT W N 0 N /2 点 DFT W N 1 W N 2 W N 3 x (0) X 1 (0) x (2) x (4) x (6) x (1) x (3) x (5) x (7) X 1 (1) X 1 (2) X 1 (3) X 2 (0) X 2 (1) X 2 (2) X 2 (3) X (0) X (1) X (2) X (3) X (4) X (5) X (6) X (7) 一次抽选分解后运算量： 复乘：2?(N/2)2+N/2=N(N+1)/2?N2/2 复加：2?(N/2)?(N/2-1)+2?(N/2) =N2/2 分解前，复乘N2次，复加N(N-1)次(近似为N2)； C A B A ＋ BC A － BC 蝶形运算 复乘1次，复加2次 N /2 点 DFT W N 0 N /2 点 DFT W N 1 W N 2 W N 3 x (0) X 1 (0) x (2) x (4) x (6) x (1) x (3) x (5) x (7) X 1 (1) X 1 (2) X 1 (3) X 2 (0) X 2 (1) X 2 (2) X 2 (3) X (0) X (1) X (2) X (3) X (4) X (5) X (6) X (7) C A B A ＋ BC A － BC C A B A ＋ BC A － BC 对任意N=2L，按同样方法，都可分解为N/2个2点DFT 对任意N=2L，按同样方法，都可分解为N/2个2点DFT 对2点DFT： 对2点DFT： 对2点DFT： 第四章 快速傅里叶变换 4.3 按时间抽选(DIT)的基-2 FFT算法 二、DIT-FFT的运算量 第四章 快速傅里叶变换 4.3 按时间抽选(DIT)的基-2 FFT算法 FFT: 每一级：N/2次复数、N次复加； L级共需：复乘 ： 复乘N2次，复加N(N-1)次(近似为N2)； 例：N=1024，则N2=106 DFT: 复加： 第四章 快速傅里叶变换 4.3 按时间抽选(DIT)的基-2 FFT算法 FFT算法与直接计算DFT所需乘法次数的比较曲线 第四章 快速傅里叶变换 4.3 按时间抽选(DIT)的基-2 FFT算法 三、DIT-FFT的运算规律及编程思想 4.3 按时间抽选(DIT)的基-2 FFT算法 三、DIT-FFT的运算规律及编程思想 1. 原位运算(同址运算) 原位运算：利用同一存储单元存储蝶形计算输入、输出数据。 优点：节省内存，