详解第四章 快速傅里叶变换.ppt

本章内容 介绍傅里叶变换的一些快速算法 快速算法的思想 根据原始变换定义的运算规律，及其中某些算子的特殊性，找出减少乘法和加法运算次数的有效途径，实现原始变换的各种高效算法。 了解直接计算N点DFT的运算量 了解减少运算量的基本途径 理解按时间抽取的基-2FFT算法的算法原理、运算流图、所需计算量和算法特点 了解按时间抽取的基-2FFT算法的编程思想 理解按频率抽取的基-2FFT算法的算法原理、运算流图、所需计算量和算法特点 离散傅里叶变换不仅具有明确的物理意义，更便于用计算机处理。但是，直至上个世纪六十年代，由于数字计算机的处理速度较低以及离散傅里叶变换的计算量较大，离散傅里叶变换长期得不到真正的应用，快速离散傅里叶变换算法的提出，才得以显现出离散傅里叶变换的强大功能，并被广泛地应用于各种数字信号处理系统中。近年来，计算机的处理速率有了惊人的发展，同时在数字信号处理领域出现了许多新的方法，但在许多应用中始终无法替代离散傅里叶变换及其快速算法。 4.2 基2FFT算法 有限长序列通过离散傅里叶变换 (DFT)将其频域离散化成有限长序列。但其计算量太大(与N的平方成正比）,很难实时地处理问题，因此引出了快速傅里叶变换(FFT)。 FFT并不是一种新的变换形式，它只是DFT的一种快速算法，并且根据对序列分解与选取方法的不同而产生了FFT的多种算法。 FFT在离散傅里叶反变换、线性卷积和线性相关等方面也有重要应用。 FFT算法对于N点DFT,仅需(N/2)log2N 次复数乘法运算和Nlog2N 次复数加法。 利用 的特性 快速傅里叶变换( FFT ) 就是在此特性基础上发 展起来的： （1）利用DFT系数的对称性和周期性,合并DFT运算中的某些项； （2）将长序列分解为短序列,从而减少其运算量。 ?? 因合并与分解方法的不同产生了多种DFT的快速算法。 1.按抽取方法分： 时间抽取法(DIT Decimation-In-Time); 频率抽取法(DIF Decimation-In-Frequency) 2.按“基数”分：基-2FFT算法；基-4FFT算法；混合基FFT算法；分裂基FFT算法 3.其它方法：线性调频Z变换(Chrip-z法) 1、时域抽取算法原理 设输入序列长度为N=2M(M为正整数），将该序列按时间顺序的奇偶分解为越来越短的子序列，称为基2按时间抽取的FFT算法。 其中基数2----N=2M，M为整数。若不满足这个条件，可以人为地加上若干零值（加零补长）使其达到 N=2M。 设序列点数 N = 2M，M为整数。若不满足，则补零 例 8点FFT的算法 首先可以分解为两个N/2=4点的DFT。具体方法如下: 1）输入倒位序，输出自然序 对N = 2L点FFT，共需L级蝶形运算，每级有N/2个蝶形运算组成，蝶形运算两节点的距离:2L-1 （L表示级数） 每个蝶形运算有一次复乘和再次复加。如 由上述分析可知,N=8需三级蝶形运算 N=23 =8, 由此可知,N=2L 共需L级蝶形运算,而且每级都由N/2个 蝶形运算 组成,每个蝶形运算有一次复乘,两次复加。 因此,N点的FFT的运算量为 复乘: mF=（N/2）L=（N/2）log2 N 复加: aF =N L=N log2 N 1、算法原理 设序列点数N=2L，L为整数。将X(k)按k的奇偶分组前，先将输入x(n)按n的顺序分成前后两半： 1）基本蝶形不同 时域：先复乘后加减 频域：先减后复乘 2）运算量相同 3）都可原位运算 4）两者基本蝶形互为转置 比较两式可知,只要DFT的每个系数 换成 ,最后再乘以常数1/N就可以得到IDFT的快速算法--IFFT。 4.3 线性卷积的FFT算法 利用FFT计算线性卷积 MATLAB程序 N=1024 x=[2 3 1 4 5 ones(1,N)]; h=[2 1 7 4 5 7 2 3 ones(1,N)]; Lenx=length(x); %求序列x的长度 Lenh=length(h); %求序列h的长度 N=Lenx+Lenh-1; t=cputime(%或tic) Xk=fft(x,N); %计算x序列的DFT Hk=fft(h,N); %计算h序列的DFT Yk=Xk.*Hk; y=ifft(Yk) %求IDFT t1=cputime-t（或toc） st