第3章快速付里叶变换FFT.ppt

第3章 快速付里叶变换(FFT) Fast Fourier Transforming;离散傅里叶变换在实际应用中是非常重要的，利用它可以计算信号的频谱、功率谱和线性卷积等. 但是，如果使用定义式来直接计算DFT，当N很大时，DFT的计算量太大，即使使用高速计算机，所花的时间也太多，很难对问题进行实时处理。所以在相当长的时间里，并没有得到真正的运用。因此，如何提高计算DFT的速度，便成了重要的研究课题。; 1965年库利（J.W.Cooley）和图基（J.W.Tukey）首次提出了DFT运算的一种快速算法，后来又有桑德（G.Sande）和图基（J.W.Tukey）的快速算法相继出现以后，情况才发生了根本的变化。人们开始认识到DFT运算的一些内在规律，从而很快地发展和完善了一套高速有效的运算方法，这就是现在人们普遍称之为快速傅里叶变换（FFT）的算法。 ;FFT的出现，使计算DFT的计算量可缩短一、二个数量级，还有效地??少了计算所需的存储容量，从而成为数字信号处理强有力的工具。FFT技术的应用极大地推动了DSP的理论和技术的发展，使DFT的运算在实际中真正得到了广泛的应用。 FFT:各种各样快速计算DFT的方法，统称为快速傅里叶变换(Fast?Fourier Transform)，简称为FFT。;FFT:快速傅里叶变换（Fast Fourier Transform，简称为FFT）并不是一种新的变换， 而是离散傅里叶变换（DFT）的一种快速算法。由于有限长序列在其频域也可离散化为有限长序列（DFT），因此离散傅里叶变换（DFT）在数字信号处理中是非常有用的。; 3.1 直接计算DFT的特点及减少运 算量的基本途径 ;将DFT定义式展开成方程组：; 3.1 直接计算DFT的特点及减少运 算量的基本途径 ;3.1 直接计算DFT的特点及减少运 算量的基本途径 ;3.1 直接计算DFT的特点及减少运 算量的基本途径 ;FFT算法是基于可以将一个长度为N的序列的离散傅里叶变换逐次分解为较短的离散傅里叶变换来计算这一基本原理的。这一原理产生了许多不同的算法，但它们在计算速度上均取得了大致相当的改善。 ; 3.1 直接计算DFT的特点及减少运 算量的基本途径 ; 3.1 直接计算DFT的特点及减少运 算量的基本途径 ;FFT;按时间抽取（DIT）的基-2 FFT算法的基本出发点是，利用旋转因子WN nk的对称性和周期性，将一个长序列的DFT分解为一些逐次变小的DFT来计算。分解过程遵循两条规则： ①对时间进行奇偶分解； ②对频率进行前后分解。;3.2 按时间抽取（DIT）的基-2 FFT  算法原理（库利-图基算法）;将其一分为二，分成偶数和奇数序列项 （the even-indexed and odd-indexed terms） 则N/2点的序列为： even: x1(r)=x(2r), r=0, 1, …, N/2-1 odd: x2(r)=x(2r+1) , r=0, 1, …, N/2-1;偶数序列 the range: 0?2r?N-2 (N is even) 0?r?(N/2)-1 奇数序列 the range: 1?2r+1?N-1 (N is even) 0?2r?N-2 0?r?(N/2)-1;3.2 按时间抽取（DIT）的基-2 FFT  算法原理（库利-图基算法）;;故:;x(n)的前N/2-point DFT：;x(n)的后N/2-point DFT：; WNnk的周期性 ;x(n)的后N/2-point DFT：;x(n)的N-point DFT：;表示上述算法可用蝶形结（ butterfly）;作图要素： (1)左边两路为输入 (2)右边两路为输出 (3)中间以一个小圆表示加、减运算（右上路为相加输出、右下路为相减输出) (4)如果在某一支路上信号需要进行相乘运算，则在该支路上标以箭头，将相乘的系数标在箭头旁。 (5)当支路上没有箭头及系数时，则该支路的传输比为1。;x(n)的N-point DFT：;运算量？;运算量？; 例：直接计算DFT; 例：离散傅里叶变换（DFT）;例： 离散傅里叶变换（DFT）; （1）先按N=8-->N/2=4，做4点的DFT：; 例：求 N=23=8点FFT变换;将N=8点分解成2个4点的DFT的信号流图 ;(2) N/2(4点)-->N/4(2点)FFT;(2) N