第2章离散傅里叶变换及其快速算法(下).pptVIP

第二章 离散傅里叶变换及其快速算法;§2.3 快速傅里叶变换 （FFT）; 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。 ;1、DFT运算的特点：;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、按时间抽取的FFT（N点DFT运算的分解）;将DFT运算也相应分为两组：;因为 ;注意到，H（k），G（k）有N/2个点，即k=0，1，…，N/2-1，还必须应用系数 wkN 的周期性和对称性 表示 X（k）的 N/2 ～N-1点： 由 得： ;依此类推，G(k)和H(k)可以继续分下去，这种按时间抽取算法是在输入序列分成越来越小的子序列上执行DFT运算，最后再合成为Ｎ点的DFT。 ;蝶形信号流图; 图 (a)为实现这一运算的一般方法，它需要两次乘法、两次加减法。考虑到-bW和bW两个乘法仅相差一负号，可将图 (a)简化成图2.7(b)，此时仅需一次乘法、两次加减法。图 (b)的运算结构像一蝴蝶通常称作蝶形运算结构简称蝶形结，采用这种表示法，就可以将以上所讨论的分解过程用流图表示。 ;;按照这个办法，继续把N/2用２除，由于N=2M，仍然是偶数，可以被２整除，因此可以对两个N/2点的DFT再分别作进一步的分解。即对{G(k)}和{H(k)}的计算，又可以分别通过计算两个长度为N/4=2点的DFT，进一步节省计算量，见图。这样，一个８点的DFT就可以分解为四个２点的DFT。 ;N/4点;最后剩下的是2点DFT，它可以用一个蝶形结表示： 这样，一个8点的完整的按时间抽取运算的流图 由于这种方法每一步分解都是按输入时间序列是属于偶数还是奇数来抽取的，所以称为“按时间抽取法”或“时间抽取法”。 ;;时间抽取法FFT的运算特点：;;;;;第一次分偶、奇，根据最低位n0的0、1状态来分，若n0=0，则为偶序列；n0=1则为奇序列，得到两组序列： 000 010 100 110 ? 001 011 101 111 第二次对这两个偶、奇序列再分一次偶、奇序列，这就要根据n1的０、１状态。若n1=0，则为偶序列；n1=1则为奇序列，得到四组序列： 000 100 ? 010 110 ? 001 101 ? 011 111 同理，再根据n2的０、１状态来分偶、奇序列，直到不能再分偶、奇时为止。对于N=8, n2已是最高位，最后一次分得结果为 000 ? 100 ? 010 ? 110 ? 001 ? 101 ? 011 ? 111;;3、按频率抽取的FFT（按输出X（k）在频域的顺序上属于偶数还是奇数分解为两组）;;;以N=8的频率抽取为例;按频率抽取将8点DFT分解成四个2点DFT;;按时间抽取的8点FFT;;（3）序数重排 它的输入正好是自然顺序。但它的输出却是码位倒置的顺序。因此运算完毕后，要通过变址运算将码位倒置的顺序转换为自然顺序，然后输出，变址方法同时间抽取法。 （4）蝶形类型随迭代次数成倍减少(与时间抽取法相反) 第一级迭代中有N/2种蝶形运算系数，参加蝶形运算的两个数据相隔N/2，随后每次迭代，蝶形类形比前一级减少一倍，间距也减少一倍，最后一级迭代，蝶形类形只有一种W0N，数据间隔为1。 由这几点规律可以看出，频率抽取法与时间抽到法是两种等价的FFT运算。 ;4. N为组合数的FFT（任意基数的FFT算法）;;;;以P=3，Q=4, N=12为例 ;(2) 求Ｑ个Ｐ点的DFT ;N=12为组合数时的FFT;（１）求Ｑ个P点DFT需要ＱP2次复数乘法和Ｑ·P·(P-1)次复数加法； （２）乘Ｎ个W因子需要Ｎ次复数乘法； （３）求P个Ｑ点DFT需要PQ2 次复数乘法和P·Ｑ（Ｑ-1)次复数加法。 总的复数乘法量: QP2+N+PQ2=N(P+Q+1)； 总的复数加法量: Q·P(P-1)+P·Q·(Q-1)=N(P+Q-2) ;;