第4章节快速傅里叶变换.pptVIP

第4章 快速傅里叶变换（离散傅里叶变换的快速算法） 4.1 DFT的计算工作量 4.2 FFT的基本思想 （1）指数因子的特殊值 （2）指数因子的周期性 （3）指数因子的可约性 （4）指数因子的半对称性 （5）指数因子的共轭对称性 （6）指数因子的正交性 （7）序列的分解 4.3 FFT的基本形式 （1）基2时分法FFT 基2时分法FFT的运算特点 ①蝶形运算的计算工作量分析： ②原位计算技术： ③数据排列的规律： ④指数因子的规律： （2）基2频分法（2-DIF）FFT 4.4 FFT的逆变换算法 4.5 FFT的应用举例 4.5.1 快速卷积 4.5.2 快速相关分析和功率谱分析 相关分析的概念很重要。相关运算广泛应用于信号分析与统计分析（随机信号）。例如，通过相关函数峰值的检测，测量两个信号的时差。 两个长为N的实离散时间序列x(n)与y(n)的互相关函数定义为 序列x(n)和y(n)的互相关函数定义为： 序列x(n)和y(n)的卷积和： 互相关函数与卷积的关系： 当x(n)=y(n)时，得到x(n)的自相关函数为： 维纳-辛钦(Wiener-Khintchine)定理： 信号的自相关函数与功率谱为傅立叶变换对。 例：计算白噪声信号的自相关函数和功率谱密度函数 %MATLAB: fft( ) N=128; x1=randn(N,1); rxt1=xcorr(x1,x1);