DFT的快速算法——FFT.pptVIP

* §6.7 DFT的快速算法——FFT 介绍DFT的运算特点，再具体讨论高效算法。 为了了解高效算法的重要以及实现高效算法的思路，先 高效算法。 FIR DF的实现、线性卷积等。一个重要的原因是DFT有 DFT在数字信号处理中有很重要的作用，如频谱分析、 有限长序列 的DFT为 一般 、 均为复数，对每计算一个 值需要 次复数乘法， 值，所以 次复乘，有 总的计算量有 次复加。若 ，则复加也近似为 次加法。总共有 个 。 有限长序列的IDFT为 IDFT与DFT相比除了多乘系数 外，具有相同的运 算形式，所以与DFT有相同的运算量。 总之，不论DFT的正、反变换，复乘数与复加数都与 成正比。当 较大时，所需的运算量是很大的。 如果要求实时处理，对运算速度的要求将是十分苛刻的。 例如，当 ，则 （一百多万）。 这么大量的复乘对运算时间的要求就很高。所以改进运算 方法，减少运算量，提高运算效率，就是非常重要的。 为说明问题，以 点的DFT为例，讨论DFT的运算 特点及减少运算量，提高运算效率的方法。 显然，对每一个 有 次复乘，有 次复加。 例 所以， 时，共有 次复乘，有 次复加。 例：N=4，用矩阵表示 次 实数加法 次； 实数乘法： 值的计算量： 总的：N个 所以，每一次复乘实际是作了四次实乘，两次实加。 要改进运算方法，减少运算量，只能应用DFT自身的特 性。在定义 时我们强调其隐含周期性，实质是系 数 具有周期性，即满足 例如 时， ， 此外， 除了具有周期性外，还具有 对称性。 因为 ，所以 利用 的周期、对称性、可以使DFT运算中的一些 项合并、简化。仍以为 例。 周期性 ，现在有 4个系数 原有 7个系数 周期性 阵的简化 对称性 现在只有两个系数 由以上推倒看到，利用周期性使原有 7个系数， 变为 4个系数，再利用对称性，只剩下 两个系数，不难想象4点的DFT可以利用两点DFT实现。 在[W]阵中有许多元素相同，[W]与[x(n)]相乘过程中存在 许多不必要的重复计算，如果能减少这种重复，就可以 减少运算量，运算量的减少就意味着运算速度、效率的 提高。 由以上分析，使人想到利用 的周期、对称性，把长 度为N的DFT逐次分解为较短序列DFT，有可能提高 运算效率。事实正是如此，1965年，库利-图基首次提 出了这类统称FFT的高效算法，下面分别讨论几种常用 的FFT算法。 利用 的周期、对称性，把长度为N点的DFT运算 逐次分解为较短序列的DFT运算。因为这种算法是由逐 次分解时间序列得到的，所以叫时间抽取法。 §6.7.1 基2时间抽取FFT算法 1.基2时选 FFT运算 因为N是2的M次方，所以称“基2”。 (1)将N点的DFT运算分解为两个N/2点的DFT运算 设 M为正整数 按n为偶、奇数分解为两个序列 把 因为 的周期性、对称性。 时要用到 、 点的 、 均为 点，要将它们合并为 及 点； 前 周期 对称 分为前后两部分： 将 后N/2点 -1 上式可由图6-21的蝶形流图表示。 由流图可见，每个蝶形有一次复乘，两次复加。 例 的一次分解如图6-22所示。 共有 个碟形 一个8点DFT分解为两个4点DFT，如图6-22所示。 若 次复乘； 计算量： N/2点DFT要 次复乘； 两个N/2点DFT要 N/2个蝶形合成要N/2次复乘； 共需 几乎减少了一半。 比直接计算的运算量 、 (2)将 再分解为两个 点的DFT运算 由 点 合成为 、 点的 要用 、 到 的周期性、对称性。 周期 对称 分为前后两部分： 将 及 前N/4点 后N/4点 的流图如图6-23所示。 例 时 同理 再分解为两个N/4点的DFT 、 。 如法炮制，一直分解到最后的2点DFT。 组成的2点DFT的蝶形如图 例 时由 、 6-25所示。 还是奇数来抽取的，所以称为时间抽取法。 这种算法因为每一步分解都是按输入序列在时序上是偶 时的全部流图如图6-26所示。 共有 个碟形 级，每级有 （1） （2） （3） 与 成正比 与 成正比 总的计算量： ，从 可以分为 级。每级有 个蝶形。每个蝶形有一次复乘，两次 复加。 复乘数 复加数 可见 越大，效率越高。 成了。FFT算法的重大突破意义十分明显。 若直接计算要180分钟，则利用FFT只用不到一分钟就完 例 例 (1)同址计算（原位） L-1级 L级 在整个计算中共有 级，每级有 个蝶形。 基本运算蝶形如图6-27所示。 2、基2时选FFT运算规律 基本蝶形的运算关系为 器，因此可以减少内存，降低成本。 从图6