第4章快速傅里叶变换(FFT).pptVIP

第4章 快速傅里叶变换(FFT) 4.1 引言 4.2 基2FFT算法 4.3 进一步减少运算量的措施 4.4 其它快速算法简介 4.1 引言 DFT是信号分析与处理中的一种重要变换。 直接计算DFT的计算量 N2 无法直接用DFT算法进行谱分析和信号的实时处理 直到——1965年：DFT的一种快速算法出现…… FFT 更快、更灵活的好算法 4.2 基2FFT算法 4.2.1 直接计算DFT的特点及减少运算量的基本途径 长度为N的有限长序列 x(n) 的DFT为： 若 x(n) 为复数序列，则 对一个 k 值，直接按上式计算 X(k) 值需要： N次复数乘法、(N-1)次复数加法 对N个 k 值，共需要： N2 次复数乘法和 N(N-1) 次复数加法 （1）把N点DFT分解为几个较短的DFT N点DFT的复乘次数、复加次数都 N2。 （2）利用旋转因子WmN的周期性和对称性。 周期性： 4.2.2 时域抽取法基2FFT基本原理 FFT算法基本上分为两大类： 时域抽取法FFT（DIT-FFT：Decimation In Time FFT） 频域抽取法FFT（DIF-FFT：Decimation In Frequency FFT） DIT―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 由于N=2M, N/2仍然是偶数，故可以对N/2点DFT再作进一 步分解。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 用同样的方法可计算出： 基2时间抽取FFT算法流图 4点基2时间抽取FFT算法流图 4点基2时间抽取FFT算法流图 8点基2时间抽取FFT算法流图 基2时间抽取FFT算法 4.2.3 DIT―FFT算法与直接计算DFT运算量的比较 N=2M 运算流图有M级蝶形，每一级都有N/2个蝶形运算， 每一级运算都需要N/2次复数乘和N次复数加。所以，M级运算总共需要的复数乘次数为： 4.2.4 DIT―FFT的运算规律及编程思想 1.原位计算 N=2M点FFT共进行M级运算，每级有N/2个蝶形运算。同一级中，每个蝶形的两个输入数据只对计算本蝶形有用，而且每个蝶形的输入输出数据结点又同在一条水平线上。这意味着计算完一个蝶形后，所得输出数据可立即存入原输入数据所占用的存储单元。 2.旋转因子的变化规律 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4.2.4不难发现，第L级共有2L-1个不同的旋转因子。N=23=8时的各级旋转因子表示如下： 3. 蝶形运算规律 设序列x(n)经时域抽选(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，应用原位计算，则蝶形运算可表示成如下形式： ?式中： 下标L表示第L级运算，AL(J)则表示第L级运算后的数组元素A(J)的值（即第L级蝶形的输出数据）。而AL－1(J)表示第L级运算前A(J)的值（即第L级蝶形的输入数据）。 4. 编程思想及程序框图 5. 序列的倒序 DIT―FFT算法输入序列的排序称为倒序： N=2M，顺序数可用M位二进制数(nM-1nM-2…n1n0)表示。 4.2.5 频域抽取法FFT(DIF―FFT) 设序列x(n)长度为N=2M，将x(n)前后对半分开，得到两个子序列，其DFT为： 4.2.6 IDFT的高效算法 FFT算法流图也可以用于离散傅里叶逆变换(Inverse Discrete Fourier Transform，简称IDFT)。 比较DFT和IDFT的运算公式： 若想直接调用FFT子程序计算IFFT，可