仲易+数字信号处理实验报告介绍.docx

北京理工大学2011－2012学年第一学期数字信号处理实验报告 PAGE \* MERGEFORMAT30 [键入文字] 数字信号处理实验报告 姓名：仲易 班级学号实验1 基2-FFT算法实现 一、实验目的 1.掌握基2-FFT的原理及具体实现方法。 2.编程实现基2-FFT算法。 3.深刻理解FFT算法的特点。 二、实验设备与环境 计算机，matlab软件环境。 实验基础理论 FFT是DFT的一种快速算法，能使DFT的计算大大简化，运算时间缩短。FFT利用了WNnk的三个固有特性。即对称性，周期性和可约性，将长序列的DFT分解为短序列的DFT，合并了DFT运算中的某些项，从而减少了DFT的运算量。 FFT算法基本上可分为两大类，即按时间抽取法和按频率抽取法。 在实现FFT算法时，要重点考虑两个问题，注意数据的读取和存储：(1)输入输出的排序；（2）蝶形运算的实现。按时间抽取算法中输入反序??出顺序，按频率抽取算法中输入顺序输出反序；运算过程中的每一级都有N/2个蝶形运算构成，每一个蝶形运算单元中，两个节点变量运算后得到的结果为下一列相同位置的节点变量，而和其他节点变量无关，可以采用原位运算，节省存储单元。另外，蝶形运算中的复系数WNnk可以存储为能及时查阅的系数表，这样可以借阅运算量，但是需要N/2哥复数存储器。 MATLAB中提供了用于计算FFT的函数fft，可将实验中所得到的结果与利用MATLAB中fft函数计算的结果相比较，以此验证结果的正确性。 实验内容及实验过程 编程实现序列长度为N=8的按时间抽取的基2-FFT算法。给定一个8点序列，采用编写的程序计算其DFT，并与MATLAB中fft函数计算的结果相比较，以验证结果的正确性。 代码如下： x=[1 2 3 4 5 6 7 8]; m=3; %X序列长度为2的3次幂 N=8; nxd=bin2dec(fliplr(dec2bin([1:N]-1,m)))+1; %求倒序列 y=x(nxd); for mm=1:m %对x做m次基2分解 Nz=2^mm;u=1; WN=exp(-i*2*pi/Nz); for j=1:Nz/2 for k=j:Nz:N kp=k+Nz/2; t=y(kp)*u; %蝶形运算乘项 y(kp)=y(k)-t; %加项 y(k)=y(k)+t; end u=u*WN; end end y y1=fft(x) %对比matlab的fft y = Columns 1 through 3 36.0000 -4.0000 + 9.6569i -4.0000 + 4.0000i Columns 4 through 6 -4.0000 + 1.6569i -4.0000 -4.0000 - 1.6569i Columns 7 through 8 -4.0000 - 4.0000i -4.0000 - 9.6569i y1 = Columns 1 through 3 36.0000 -4.0000 + 9.6569i -4.0000 + 4.0000i Columns 4 through 6 -4.0000 + 1.6569i -4.0000 -4.0000 - 1.6569i Columns 7 through 8 -4.0000 - 4.0000i -4.0000 - 9.6569i 编程实现序列长度为N=8的按频率抽取的基2-FFT算法。给定一个8点序列，采用编写的程序计算其DFT，并与MATLAB中fft函数计算的结果相比较，以验证结果的正确性。 代码如下： L=2048; M=256; x=ones(1,L); n=0:M-1; h=cos(0.2*pi*n); tic y1=conv(x,h); toc tic X=fft(x,L+M -1); H=fft(h, L+M -1); Y=X.*H; y2=ifft(Y); toc 运行结果如下：（分别为线形卷积和快速卷积） Elapsed time is 0.003352 seconds. Elapsed time is 0.007167 seconds. L=4096; M=256; x=ones(1,L); n=0:M-1; h=cos(0.2*pi*n); tic y1=conv(x,h); toc tic X=fft(x,L+M -1); H=fft(h, L+M -1); Y=X.*H; y2=ifft(Y);