第三讲 离散傅里叶变换快速.ppt

第三章 离散傅里叶变换快速算法 问题的提出 3.1 基2时间抽取FFT算法 计算方法： ◆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 3．1．2 算法的计算复杂度 FFT算法流图旋转因子 规律 FFT算法应用 利用N点复序列的FFT计算两个N点实序列FFT 利用N点复序列的FFT，计算2N点序列的FFT 利用FFT计算IFFT 利用N点复序列的FFT，计算2N点序列的FFT 3.3 线性调频z变换算法 　CZT定义 　CZT变换的轨迹 　序列CZT的算法 保证y[k]在[0，M—1)区间上不混叠的措施 CZT计算量统计： CZT与DFT比较 图例 图例2 辅助 控制 减速断油功能 → ↓排放， ↓be ； ＋ 分析： 白金热线 感知空气流量； 检测电路简单； 半导体压敏电阻式 ※ 水温传感器电路 对 应 对 应 * ◆问题的提出 ◆解决问题的思路与方法 ◆基2时间抽取FFT算法 ◆基2时间抽取FFT算法的计算复杂度 ◆基2时间抽取FFT算法流图规律 ◆基2频率抽取FFT算法 ◆ FFT算法的实际应用 例：4点序列{2，3，3，2} DFT的计算复杂度 共需：复数加法 N(N-1)次 复数乘法 N 2次 ∴如果N↑ →运算次数↑↑；那么如何提高DFT的运算效率? 快速傅里叶变换(Fast Fourier Transform，简称FFT),FFT是计算DFT的各种快速算法的统称。DFT在信号处理中得到广泛应用，一个非常重要的原因就是其存在高效算法。 ◆直接计算N点序列的DFT，对每一频率分量X[m]，需计算N次复数乘法，N—1次复数加法。因此，计算N个不同频率分量X[m]，共需N2次复数乘法，(N－1)N次复数加法。 ◆ IDFT的直接计算与DFT的直接计算具有相同的运算量。显然，随着N的增大，DFT和IDFT的运算量将急剧增加。 ◆ FFT的出现以及数字计算系统的问世极大地推动了DFT应用，并可以满足许多工程实际中实时处理需求。FFT算法的复乘运算量只是直接计算DFT的约0．27％左右。 解决问题的思路与方法 3．3．1　算法原理 DIT的基本思想: ◆基2时间抽取(Decimation in Time，简称DIT)算法原理是利用旋转因子WmkN的特性，通过在时域将序列逐次分解为一组子序列，然后利用子序列的DFT来实现整个序列的DFT，从而提高DFT的运算效率。 ◆旋转因子WmkN＝ｅ﹣ｊ（２π／Ｎ）ｍｋ 旋转因子具有周期性——WmkN以N为周期 WmkN＝ Wm（k+N）N＝ Wk（m+N）N 旋转因子具有对称性： 旋转因子具有可约性： 设序列ｘ［ｋ］的长度为N＝2M，M为正整数： ◆将序列ｘ［ｋ］补零以满足该条件； ◆将ｘ［ｋ］分解为两个长度N／2点的短序列： ｘ1［ｋ］ ＝ｘ［2ｋ］（ｋ＝ 0，1，…N/2－1）——偶数点 ｘ2［ｋ］ ＝ｘ［2ｋ＋1］（ｋ＝ 0，1，…N/2－1）——奇数点 ◆将长序列分解为短序列，通过短序列的DFT来实现长序列的DFT，以减少运算量。 ◆利用旋转因子的周期性、对称性、可约性，将两个短序列的DFT合成为对应的长序列DFT。 ◆基2频率抽取(Decimation in frequency)FFT算法： N=2 x[k]={x[0], x[1]} 由于这个图形呈蝶形，故称为蝶形计算结构，这是基2时间抽取FFT运算的基本单元。 蝶形图左边的两个节点叫输入节点，右边的两个节点叫输出节点，支路中的箭头表示信号流的方向，支路旁的数字表示该支路的传输函数，未标数字的支路其传输函数为1。由图可见，完成一个蝶形运算需要一次复数乘法和两次复数加法。 x[0] x[2] x[1] x[3] X1[0] X1[1] X2[0] X2[1] 2点DFT 2点DFT -1 -1 -1 -1 X [0] X [1] X [2] X [3] 4点DFT 4点DFT x[0] x[2] x[4] x[6] x[1] x[3] x[5] x[7] X1[0] X1[1] X1[2] X1[3] X2[0] X2[1] X2[2] X2[3] X [0] X [1] X [2] X [3] X [4] X [5] X [6] X [7] -1 -1 -1 -1 4点DFT 4点DFT x[0] x[2] x[4] x[6] x[1] x[3] x[5] x[7] X1[0] X1[1] X1[2] X1[3] X2[0] X2[1] X2[2] X2[3] X [0] X [1] X [2] X [3] X [4] X [5] X