数字信号处理第2版张小虹4数字信号处理3课件教学.pptVIP

WN k WN 3k WN 2k WN (k+N/4) WN 2(k+N/4) WN 3(k+N/4) WN 3(k+N/2) WN 2(k+N/2) WN (k+N/2) WN 2(k+3N/4) WN 3(k+3N/4) WN (k+3N/4) -j -1 -1 -1 j -1 -j j WN 3k WN 2k WN k 比较后，可知基四计算量比基2还少。 实加数 基 实乘数 2 139,266 89,924 4 126,978 57,348 12,6978 49,156 8 125,442 16 48,132 例 N=4096=212时，比较基2、4、8、16运算量 同理，基8、基16有类似的结果。 实加数 基 实乘数 2 139,266 89,924 4 126,978 57,348 12,6978 49,156 8 125,442 16 48,132 例 N=4096=212时，比较基2、4、8、16运算量 可见，随着基数上升运算效率提高并不多。而基数 的增加会使算法结构复杂。并且基越大，蝶形结构 越复杂。运算量的减少是以程序（或硬件）复杂为 代价，基太大往往得不偿失。 馋死 * 在线教务辅导网： 更多课程配套课件资源请访问在线教务辅导网 4.5 N是组合数的FFT算法 1、将x(n)补零，使N成为2的整数幂。例N?=30，可以 加2点，使N=32=25 ； N?=1000 ，可以加24点，使 2、如果要获得准确的N点DFT，可以用任意基的FFT 算法。其基本思路还是将大点DFT尽可能分解为小 点的DFT，充分利用小点DFT的周期性。 对N不是2的整数幂的情况，介绍两种处理方法。 N=1024=210 。 4.5.1、N是任意组合数的FFT算法 1、将N点DFT分解为p1个q1点的DFT 用时间抽取法，将 x(n)分为p1组，每组q1个元素。 N点DFT分解为p1个q1点的DFT 设 N=p1·p2·…pm pi——均为素数 令q1= p2 p3 … pm N= p1·q1 x(p1r) x(p1r+1) x(p1r +p1?1) r =0,1,…,q1-1 ┇ x(n)= 一般式 x(p1r + l) l =0,1,…,p1-1 (1) (p1) (2) X(k)= kn n=0 ? N?1 x(n)WN = p1rk r=0 ? q1?1 x(p1r)WN + r=0 ? q1?1 x(p1r+1)WN (p1r+1)k +???+ r=0 ? q1?1 x(p1r+p1?1)WN (p1r +p1?1)k 共有p1个∑，对每个k值有p1?1次复乘 有p1?1次复乘 X(k)= kn n=0 ? N?1 x(n)WN = r=0 ? q1?1 x(p1r+l)WN p1rk l=0 ? p1?1 WN lk = r=0 ? q1?1 x(p1r+l)WN/p1 rk l=0 ? p1?1 WN lk = r=0 ? q1?1 x(p1r+l)Wq1 rk l=0 ? p1?1 WN lk = l=0 ? p1?1 WN Gl(k) lk ，是q1点的DFT。 r=0 ? q1?1 x (p1r+l)Wq1 rk 其中Gl(k)= 计算量： 次复乘。 总的合成X(k)的复乘次数 每一个X(k)值有(p1?1)次复乘， N个X(k)值有N(p1?1) mF=N(p1?1)+ p1 (q1) 2 p1个q1点的DFT复数乘法有 p1 (q1)2次； (4.5-4) =N( p1+ q1?1) N 2 2、对q1再分解 令：q2=p3 p4…pm，q1=p2 q2 每个q1点DFT又可以分解为p2个q2点的DFT。 因为合成q1点的DFT及有p2个q2点的DFT，所以(q1)2次 的复数乘法应为q1 ( p2?1)+ p2 (q2)2次，将此代入(4.5-4) 得到 mF = N( p1?1)+ p1[q1 ( p2?1)+ p2 (q2)2] = N ( p1?1)+ N ( p2?1)+ p1p2 (q2)2 mF = N( p1?1)+ p1[q1 ( p2?1)+ p2 (q2)2] = N( p1-1)+ p1 q1 p2 ? p1 q1 + p1p2 (q2)2 = N ( p1+ p2?2) + p1p2 (q2)2 N= p1 q1 3、一直分解到最后一个素数 pm 最后总的计算量（类推） qm=1 mF = N( p1+p2+…+pm ? m) +p1p2 … pm(qm)2 = N( p1+p2+…+pm ? m) +N = N( p1+p2+…+pm ? m +1) ≈ N( p1+p2+…+pm ? m ) 计算效率： 举例 N=18=3·3