41-42基2FFT算法要点.pptVIP

第四章 快速傅里叶变换（FFT） 4.1-4.2基2FFT算法 4.1 引言 （略） 4.2 基2 FFT算法 4.2.1 直接计算DFT的特点及减少运算量的途径 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k值，直接 按式(4.2.1)计算X(k)值需要N次复数乘法和（N-1）次复 数加法。因此对所有N个K值，共需要N*N次复数乘法和 N(N-1)次复数加法运算。当N较大时，运算量将很大。对 要求作实时信号处理情况，将难以实现。 FFT的基本思路 1.把N点DFT分解为若干较短的DFT 2.利用旋转因子 的周期性和对称性： 周期性： 对称性： FFT算法利用旋转因子将长序列的DFT分解成若干短序 列的DFT来减少运算次数。最常用的是基2FFT。即N等于2的整数幂的FFT. 4.2.2 时间抽取法基2FFT的基本原理 FFT算法分两大类：时间抽取法FFT（DIT FFT）和频 率抽取法FFT（DIF FFT）。 设序列的x(n)的长度为N，且满足（M为自然数） 按n的奇偶把x(n)分解为两个N/2点的子序列 则x(n)的DFT为: 由于 所以 其中，X1(k)和X2(k)分别为x1(r)和x2(r)的N/2点DFT，即 由于X1(k)和X2(k)均以N/2为周期，且 ，故有 这样，N点DFT分解为两个N/2点的DFT，分别按式（4.2.7)(4.2.8) 运算，见P112，称之为蝶形运算。 由图4.2.1可见，要完成一个蝶形运算，需要一次复数乘和两次复数加法运算。 由图4.2.2可见，经过一次分解后，一个N点的DFT共需要计算两个N/2点的DFT和N/2个蝶形运算。 图 4.2.2 N=8点DFT的一次时域抽取分解图 由于N/2仍然是偶数，故可对N/2点DFT作进一步分解。将x1(r) 按奇偶分解成两个N/4长的子序列x3(p)和x4(p)，即： 则X1(k)又可表示为 由X3(k)和X4(k)的周期性可得： 同法可得： 经过两次分解，又将N/2点的DFT分解为两个N/4点的DFT. 如图4.2.3所示。依此类推，经过M-1次分解，最后将N点 的DFT分解成N/2个2点的DFT----即基2的FFT。 图 4.2.3 N=8点DFT的二次时域抽取分解图 图 4.2.4 N=8点DFT的三级时域抽取分解图 4.2.4 DIT—FFT的运算规律及编程思想 1. 原位计算： （1）每级由N/2个蝶形运算组成 （2）同级中，每个蝶形的两个输入只对计算本蝶形有用. （3）每个蝶形的输入和输出结点在同一水平线上，即计算完一个 蝶形后，所得输出可立即存入原输入数据所占的存贮单元。 这样，原存放输入序列的N个存贮单元便依此存放X(k)的N个 值。称原位（址）计算。 2. 旋转因子的变化规律： 每级N/2个蝶形都要乘以因子 称旋转因子。p 为指数。但各级的旋转因子和旋转方式有所不 同。编程时，应先找出旋转因子与运算级数的关系。用L表示从 左到右的运算级数（L=1,2,……,M）。则第L级共有 对N=2M的一般情况，第L级旋转因子为 3. 蝶形运算规律： 设序列x(n)经时域抽取（倒序）后，存入数 组X中。如果蝶形运算的两个输入数据相距B个点，按原位计算， 则蝶形运算可表示为如下形式： 下标L表示第L级运算， 则表示第L级运算后数组元素X（J） 的值。 4. 编程思想及程序框图：仔细观察图4.2.4，还可归纳一些有用 的运算规律：第L级中，每个蝶形的两个输入数据相距 5. 序列的倒序： DIT-FFT算法的输出X(k)为自然顺序,但为了实施原位计算,其输入序列不是按x(n)的自然顺序排序的,这种经过M-1次的奇偶抽选后的排序称为序列的倒序. 因此,在运算之前应先对序列x(n)进行倒序. N=16 顺序和倒序二进制数对照表 思考: 可逆性(输入与输出) 如果IFFT(快速傅立叶反变换)怎么处理? (1) 蝶形因子 WNkn →WN-kn (2) 1/N＝(1/2)M每级的运算都分别乘 上一个1/2因子 关于DIF-FFT的算法略,以下是DIT和DIF比较: 第四章 快速傅里叶变换（FFT） 4.1-4.2基2FFT算法