5. 线性卷积FFT算法.pptVIP

§3.5 快速傅氏变换(FFT);5. 线性卷积的FFT算法;3.5.1 引言; 通常x(n)和 都是复数,所以计算一个 X(k)的值需要N次复数乘法运算,和 次 复数加法运算.那么,所有的X(k)就要N2次复 数乘法运算,N(N-1)次复数加法运算.当N很 大时,运算量将是惊人的,如N=1024,则要完 成1048576 次(一百多万次)运算.这样,难以做到实时处理.;二.改进的途径; 利用上述特性,可以将有些项合并,并 将DFT分解为短序列,从而降低运算次数,提 高运算速度.1965年,库利(cooley)和图基 (Tukey)首先提出FFT算法.对于N点DFT,仅需 (N/2)log2N 次复数乘法运算.例如N=1024=210 时， 需要(1024/2)log2 210 =512*10=5120次。 5120/1048576=4.88% ,速度提高20倍;3.5.2 时间抽选(DIT)基2 FFT算法 —库利-图基算法;由于: 所以,上式可表示为:; ; 同理, 这就是说,X1(k),X2(k)的后一半,分别 等于其前一半的值。; 可见,X(k)的后一半，也完全由X1(k), X2 (k)的前一半所确定。 *N点的DFT可由两个N/2点的DFT来计算。;实现上式运算的流图称作蝶形运算;(1)N/2点的DFT运算量:复乘次数: 复加次数: (2)两个N/2点的DFT运算量:复乘次数: 复加次数: (3)N/2个蝶形运算的运算量:复乘次数: 复加次数: ; 例如 N=8 时的DFT,可以分解为两个 N/2=4点的DFT.具体方法如下: (1)n为偶数时,即 分别记作: ; (2) n为奇数时,分别记作:;(3)对 X(k)和 X (k)进行蝶形运算,前半部为 X(0) X(3),后半部分为X(4) X(7) 整个过程如下图所示:; 由于N=2 L ,所以 N/2仍为偶数,可以进 一步把每个N/2点的序列再按其奇偶部分 分解为两个N/4的子序列。例如，n为偶数时的 N/2点分解为:;从而可得到前N/4的X1(k);(奇中偶); 例如,N=8时的DFT可分解为四个N/4的DFT, 具体步骤如下:;;(4) 将原序列x(n)的“奇中奇”部分:; (0)= (0)= (0) N/4 (1)= (2)= (4) DFT (0)= (1)= (2) N/4 (1)= (3)= (6) DFT (0)= (0)= (1) N/4 (1)= (2)= (5) DFT (0)= (1)= (3) N/4 (1)= (3)= (7) DFT; 这样,又一次分解,得到四个N/4点DFT, 两级蝶形运算,其运算量有大约减少一半 即为N点DFT的1/4。 对于N=8时DFT,N/4点即为两点DFT,因此 ; 亦即, ; (0) (4) (2) (6) (1) (5) (3) (7); 这种FFT算法,是在时间上对输入序列 的次序是属于偶数还是属于奇数来进行分 解的,所以称作按时间抽取的算法 。 二.运算量 由上述分析可知,N=8需三级蝶形运算 N=2 =8,由此可知,N=2L 共需L级蝶形运算, 而且每级都由N/2个蝶形运算 组成,每个蝶 形运算有一次复乘,两次复加。; 因此,N点的FFT的运算量为 复乘: mF =（N/2）L=（N/2） log2 N 复加: aF =N L=N log2 N 由于计算机的乘法运算比加法运算 所 需的时间多得多，故以乘法作为比较 基准。 ; (0)=X0(0) X1(0) X2(0) X3(0)=X(0) (4)=X0(1) X1(1) X2(1) X3(1)=X(1) (2)=X0(2) X3(2)=X(2) (6)=X0(3) X3(3)=X(3) (1)=X0(4) X1(4) X2(4) X3(4)=X(4) (5)=X0(5)