第6章数字信号-FFT材料.ppt

机械工程 测试·信息·信号分析;机械工程测试·信息·信号分析;本章学习要求：; 快速傅立叶变换(FFT)是离散傅立叶变换的一种有效的算法，通过选择和重新排列中间结果，减小运算量。; 虽然频谱分析和DFT运算很重要，但在很长一段时间里，由于DFT运算复杂，并没有得到真正的运用，而频谱分析仍大多采用模拟信号滤波的方法解决，直到1965年首次提出DFT运算的一种快速算法以后，情况才发生了根本变化，人们开始认识到DFT运算的一些内在规律，从而很快地发展和完善了一套高速有效的运算方法——快速付里变换（FFT）算法。FFT的出现，使DFT的运算大大简化，运算时间缩短一～二个数量级，使DFT的运算在实际中得到广泛应用。 ; 首先分析有限长序列 x（n）进行一次DFT运算所需的运算量。 一般，x（n）和wnkN都是复数，因此，每计算一个X（k）值，要进行N次复??相乘，和N-1次复数相加，X（k）一共有N个点，故完成全部DFT运算，需要N2次复数相乘和N（N-1）次复数相加，在这些运算中，乘法比加法复杂，需要的运算时间多，尤其是复数相乘，每个复数相乘包括4个实数相乘和2个实数相加，例 ; 又每个复数相加包括2个实数相加，所以，每计算一个 X（k）要进行4N次实数相乘和2N+2（N-1）=2（2N-1）次实数相加，因此，整个DFT运算需要4N2实数相乘和2N（2N-1）次实数相加。; 从上面的分析看到，在DFT计算中，不论是乘法和加法，运算量均与N2成正比。因此，N较大时，运算量十分可观。例，计算N=10点的DFT，需要100次复数相乘，而N=1024点时，需要1048576（一百多万）次复数乘法，如果要求实时处理，则要求有很高的计算速度才能完成上述计算量。 反变换IDFT与DFT的运算结构相同，只是多乘一个常数1/N，所以二者的计算量相同。;FFT算法的基本思想：; 2）利用 的周期性和对称性，把长度为N点的大点数的DFT运算依次分解为若干个小点数的DFT。因为DFT的计算量正比于N2，N小，计算量也就小。 FFT算法正是基于这样的基本思想发展起来的。它有多种形式，但基本上可分为两类：时间抽取法和频率抽取法。; 长度为N的有限长序列x(n)的DFT为 考虑x(n)为复数序列的一般情况，对某一个k值，直接按(6.2.1)式计算X(k)值需要N次复数乘法、(N-1)次复数加法。 ; 如前所述，N点DFT的复乘次数等于N2。显然，把N点DFT分解为几个较短的DFT，可使乘法次数大大减少。另外，旋转因子WmN具有明显的周期性和对称性。其周期性表现为 ; FFT算法基本上分为两大类：时域抽取法FFT(Decimation In Time FFT,简称DIT-FFT)和频域抽取法FFT(Decimation In Frequency FFT,简称DIF―FFT)。下面先介绍DIF―FFT算法。 设序列x(n)的长度为N，且满足 ; 则x(n)的DFT为 ; 其中X1(k)和X2(k)分别为x1(r)和x2(r)的N/2点DFT，即 ;图6.2.1 蝶形运算符号 ;图6.2.2 N点DFT的一次时域抽取分解图(N=8) ; 与第一次分解相同，将x1(r)按奇偶分解成两个N/4长的子序列x3(l)和x4(l)，即 ;式中 ; 用同样的方法可计算出 ;; 图6.2.4 N点DIT―FFT运算流图(N=8) ; 每一级运算都需要N/2次复数乘和N次复数加(每个蝶形需要两次复数加法)。所以，M级运算总共需要的复数乘次数为 ;图6.2.5 FFT算法与直接计算DFT所需乘法次数的比较曲线 ; 1.原位计算 由图6.2.4可以看出，DIT―FFT的运算过程很有规律。N=2M点的FFT共进行M级运算，每级由N/2个蝶形运算组成。 2.旋转因子的变化规律 如上所述，N点DIT―FFT运算流图中，每级都有N/2个蝶形。每个蝶形都要乘以因子WpN，称其为旋转因子，p称为旋转因子的指数。 ; 观察图6.2.4不难发现，第L级共有2 L-1个不同的旋转因子。N=23=8时的各级旋转因子表示如下： L=1时，WpN=WJ N/4=WJ2L， J=0 L=2时， Wp