第8篇快速傅里叶变换算法.ppt

算法一 1)按列向储存信号； 2)计算每一行的 点DFT； 3)用 乘上所得数组； 4)计算每一列的 点DFT； 5)按行向读取所得数组。 5 劈分基FFT算法 观察按频率抽取基2算法流图，DFT偶序号点的计算与奇序号点无关。对算法相互独立的部分用不同的计算方法的可能性。劈分基FFT(SRFFT)算法在同一FFT算法中，既利用基2分解又利用基4分解。 1 有效计算两个实序列的DFT 即使输入数据可能为实值，但FFT算法也被设计成实现复数乘法和加法,因为相位因子均为复数。 . * * 第8章 DFT的有效计算：快速傅里叶变换算法 在数字信号处理的许多应用中，如线性虑波、相关分析和谱分析等，离散傅里叶变换（DFT）扮演非常重要的角色，它之所以重要的主要原因是存在计算DFT的有效算法。 介绍两类不同的计算方法，一是分解征服方法。第二类方法将数据的DFT运算视为数据的线性滤波运算，以此为基础导出Goertzel算法和线性调频变换算法，后者就是通过对数据序列做线性滤波来计算DFT的。  对每个特定 k , X(k)的 DFT的计算：有(N－1) 个复加和 N 个复乘； 计算整个DFT 共有N (N-1)个复加和N 2 个复乘； 通过利用 的对称性和周期性，整个DFT 的复乘计 算量可减至为 N log 2 N ? Fast Fourier Transform (FFT). 8.1 DFT的有效计算：FFT算法 1 DFT的直接计算 直接计算需要： 1) 次三角函数运算； 2) 次实数乘法运算； 3) 次实数加法运算； 4)大量的排序和寻址运算。 按不同的方式对这些计算过程进行优化，从而导致了各式各样的DFT算法。 2. 计算DFT的分解征服方法 基本原理:把计算长度为 的序列的DFT逐次地分解成计算 长度较短的序列的离散傅里叶变换。 将序列储存在二维数组中，它的每个数据都依赖于下标 到 下标 的映射。 计算所得的DFT值储存在一个类似的排列中，映射是从下标 到下标对(p,q)的映射, 例8.1.1 考虑 时的 点DFT的计算。 对每一列计算 5点DFT 当按照从第一行到第五行的顺序读取 时，得到如下序列： 出现在输入数据序列或输出DFT序列中的重排是大多数FFT算法的一个共有的特性。 假如输入序列按行向存储，所得变换序列按列向存储 算法二： 1)按行向储存信号； 2)计算每一列的 点DFT； 3)用相位因子 乘上所得数组； 4)计算每一行的 点DFT； 5)按列向读取所得数组。 两种算法其复杂性相同，但它们在计算的排列上不同的。 对序列 和 中的每一个重复上述按时间抽取过程，因此，将产生4个 点序列 通过计算 点DFT， 点DFT 可计算如下 对 ，可进行 次这种抽取，因此，复数乘法的总次数可减少至 次,复数加法的次数为 。 一个8点DFT的按时间抽取计算过程。分三级实现的,(1)从四个2点DFT的计算开始，(2)二个4点DFT，(3)一个8点DFT。 将较短的DFT组合成较长的DFT的过程 在按时间抽取FFT算 法中的基本蝶形运算 对于 来讲，计算过程有 级，每一级有 个蝶形运算，因此，复数乘法的总次数为 次，复数加法次数为 。 在储存 的相同位置储存 ,故称计算为同址实现。 输入序列经过 次抽取之后的次序 抽取后的数据按位倒序存储。 数据重排与位倒序 按频率抽取 (DIF) FFT 在分解征服方法并选取 得到。参数的这种 选取意味着输入数据序列是按列向存储的。 在按频率抽取FFT算法中的基本蝶形运算 按频率抽取FFT算法的第一级 8点按频率抽取算法示意图 4 基4 FFT算法 在DFT中当数据点数为4的幂时，采用基4算法计算更加有效。 (1)按时间抽取的基4 FFT算法 (2)按频率抽取的基4 FFT算法 N点复值数据DFT所需要的非平凡实乘法和加法次数比较 6 FFT算法的实现 专门讨论基2 FFT算法的实现问题。 本质上讲，基2 FFT算法包括每次从存储器中取两个数据点，完成蝶形计算，将所得结果返回存储器。在N点DFT的计算中