FFT的研究历史及其现状.docxVIP

PAGE \* MERGEFORMAT5 FFT算法的历史及发展现状 ——《数字信号处理》结课论文 学 院 通信工程学院 专 业 信息工程 班 级 1301052班 姓 名 徐 益 学 号  摘 要 离散傅里叶变换(DFT)是信号分析的最基本方法，它使计算机在频域处理信号成为可能。但当DFT的N很大时，传统的算法会对计算机处理速度造成巨大的影响，于是快速傅里叶变换（FFT）应运而生。本文综述了离散变换快速算法的发展历史， 并对近些年流行的FFT算法进行评述，其中包括传统的基2、基4算法，以及多维离散余(正)弦变换、多维离散W变换 (哈特莱变换)的快速算法。最后对FFT的应用及其对于数字信号处理的意义进行评述。 关键词：算法；离散傅里叶变换；快速傅里叶变换；多维离散余(正)弦变换；哈特莱变换 快速傅里叶变换这一概念是1965年由J.W.库利和T.W.图基提出的，如今已经过去了整整50年。如今，在大学的理工科课程中，在完成数学类课程后，数字信号处理一般会作为通信电子类专业的专业基础课程进行学习。而在具体应用方面，例如对语音信号的分析和合成，在频域对信号滤波以及相关分析，通过对雷达、声纳、振动信号的频谱分析以提高对目标的搜索和跟踪的分辨率等等，都要用到FFT。可以说FFT的出现，对数字信号处理学科的发展起了重要的作用。 离散傅里叶变换（DFT）简述 谈快速傅里叶变换之前，我们必须了解一下离散傅里叶变换。下面我就自己的理解，对DFT产生的原因和定义做简要叙述。 我们知道，傅里叶变换，是一种数学的精妙描述。但如果要通过计算机实现，就必须一步步把时域和频域离散化。所谓的离散化，也就是要采样。时域等间隔采样，频域发生周期延拓；频域采样，时域发生周期延拓。那么要得到时域频域都离散的结果，显然时域频域都要采样。周期延拓怎么办？只取一个周期就行了。 具体的，我们可以把DFT产生的思路分为三步： 第一步，时域离散化，我们得到离散时间傅里叶变换（DTFT），频谱被周期化； 第二步，再将频域离散化，我们得到离散周期傅里叶级数（DFS），时域进一步被周期化； 第三步，考虑到周期离散化的时域和频域，我们只取一个周期研究，也就是众所周知的离散傅里叶变换（DFT）。 于是我们可以得到DFT的定义： 设x(n)是一个长度为N的有限长序列，定义x(n)的N点离散傅立叶变换为 其中，k=0,1,2,...,N-1. X?(k)?的傅立叶反变换为 其中，n=0,1,2,...,N-1. 传统快速傅里叶变换（FFT） FFT(快速傅里叶变换) 算法与 DFT(离散傅里叶变换) 算法比较， 其运算量显著减少， 用计算机实现时速度大为提高。其思想是利用 2 点 DFT 运算无需乘法的特点，以减少过程 在乘法运算上的时间开销。在FFT被提出的这50年中，最为人所熟知的FFT算法有基2、基4等。下面为就以这两种FFT算法为例，简要介绍传统FFT的思路与大致算法。 基2FFT 正如上文所说，直接计算DFT的算法，对于X（K）的每个K值，需要进行4N次实数相乘和（4N-2）次相加，对于N个k值，共需N*N乘和N（4N-2）次实数相加。改进DFT算法，减小它的运算量，利用DFT中的周期性和对称性，使整个DFT的计算变成一系列迭代运算，可大幅度提高运算过程和运算量，这就是FFT的基本思想。 设N点序列x(n),.将x(n)按奇偶分组，公式如下 改写为：，一个N点DFT分解为两个 N/2点的DFT，继续分解，迭代下去，其运算量约为。 下图为按时间抽取的8点的FFT蝶形图： 基4FFT 当 N 等于4时的四点DFT运算为： 可以看到，类似2点DFT，4点DFT运算也无需乘法，可以简少运算量。 对式进行分解： 由上式可得如下矩阵变换过程： 可以看到，第一步先对最开始的采样点矩阵每一行进行 K 点 DFT，然后第二步每项对 应乘以旋转因子 ，n0 为行（0 到 3 行），m 为列（0 到 K-1 列），最后按列做 4 点 DFT，得到一个按行顺序排列的最终结果。 于是我们可以得到如下信号流图： 当今流行的FFT算法 虽然传统的FFT算法已经能解决大多数数字信号的频谱分析问题，但是随着图像处理技术发展，传统的算法在处理新的数字信号频谱问题时已显得有所不足。因此，一些新的FFT算法也应运而生。这里我以多维离散余(正)弦变换和多维离散W变换(哈特莱变换)的快速算法为例，简要介绍一些新的FFT算法。 多维离散余