2009DSP第十三讲课件.pptVIP

;本章作业练习 ;背景与意义　 DFT是数字信号分析与处理中的一种重要变换。但直接计算DFT的计算量与变换区间长度N的平方成正比，当N较大时，计算量太大，所以在快速傅里叶变换FFT(Fast Fourier Transform)出现以前，因为许多信号处理算法所要求的处理时间要比当时硬件实时处理时间大几个数量级，直接用DFT算法进行谱分析和信号的实时处理是不切实际的。直到1965年提出DFT的一种快速算法以后，情况才发生了根本的变化。;　　1965年库利(T. W. Cooley)和图基(J. W. Tuky)在《计算数学》(Math. Computation, Vol. 19, 1965)杂志上发表了著名的《机器计算傅里叶级数的一种算法》一文。之后桑德(G. Sand)—图基等快速算法相继出现，又经人们进行改进，很快形成一套高效计算方法，这就是现在的快速傅里叶变换（FFT）。 　　这种算法使DFT的运算效率提高了1 ~ 2个数量级，为数字信号处理技术应用于各种信号的实时处理创造了条件，大大推动了数字信号处理技术的发展。;本章内容：;本讲学习目标;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;运算量;径朔蘸稠忆五宏叠狐钡愿吗片零谴妨艳磨烹器得桥彪以纹害穆态勿暑雅馆2009DSP第十三讲课件2009DSP第十三讲课件;DFT的矩阵表示;;FFT算法分类:;　　 基2FFT算法分为两类：时域抽取法FFT( Decimation　In Time FFT，简称DIT－FFT )； 频域抽取法FFT (Decimation In Frequency FFT，简称DIF－FFT)。本节介绍DIT－FFT算法。 1. 算法思想 　　设序列x(n)的长度为N，且满足N=2M，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:; ; 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。 ;实现上式运算的流图称作蝶形运算;图4.2.1 蝶形运算符号 ; x1(0)=x(0) x1(1)=x(2) N/2点 x1(2)=x(4) DFT x1(3)=x(6) x2(0)=x(1) x2(1)=x(3) N/2点 x2(2)=x(5) DFT x2(3)=x(7) ;6. N/2分解后的运算量：; 由于N=2 M ,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:;旅仑渐纵跑判瓦芋滇冠甥害碰榆刽端夺消宛躬允啊恼枪瓦烯锹合撑踩堵赁2009DSP第十三讲课件2009DSP第十三讲课件;同理可将奇数序号组成的N/2点序列进行分解得：;嘶麻洱故驰项阉谁预炬艘柏滇炒减采填牟年嗽吸技消赶雅坏锐时惑赏婴闯2009DSP第十三讲课件2009DSP第十三讲课件;腐纷桐戊釜糙僚得韦勉兔钞挟皋宇蹄坐盒尹宠蓟矫嚣诛篮肖茧燥播呜椰耘2009DSP第十三讲课件2009DSP第十三讲课件;逐级分解，直到2点DFT 当N = 8时，即分解到X3(k)，X4(k)，X5(k)，X6(k)， k = 0, 1 ; (0) (4) (2) (6) (1) (5) (3) (7);4.2.3 基2DIT-FFT算法与直接DFT运算量的比较;;4.2.4 DIF-FFT的运算规律 及编程思想; (0)=A0(0) A1(0) A2(0) A3(0)=X(0) (4)=A0(1) A1(1) A2(1) A3(1)=X(1) (2)=A0(2) A3(2)=X(2) (6)=A0(3)