快速傅里叶变换-2017年11月.PDFVIP

4章 快速傅里叶变换 离散傅里叶变换(DFT)可在计算机上对 散信号进行频域分析，但其计 算量太大,很难实时地处理问题,因此引出快速傅里叶变换(FFT) 。1965 年， Cooley 和 Tukey 提出了计算离散傅里叶变换(DFT) 的快速算法，将DFT 的 运算量减少了几个数量级。从此,对快速傅里叶变换(FFT)算法的研究便不断 深入，数字信号处理这门新兴学科也随 FFT 的出现和发展而迅速发展，故 FFT 算法的问世，标志着数字信号处理这一新学科的诞生。根据对序列分解 与选取 法的不同而产生了FFT 的多种算法，如1984 年，法国的杜哈梅尔 (P. Dohamel)和霍尔曼(H. Hollmann)提出的分裂基快速算法，使运算效率进 一步提高。本章主要讨论基2FFT 算法及其编程思想。 4.1 引言 直接用 DFT 做谱分析, 其运算量有多大？DFT 的定义式为： N 1 X (k ) = ( ) kn (k=0~N- 1) ,在所有W kn 已算好的情况下，要计算X (k ) x n WN N n 0 的1 个点需要N 次复数乘法和N －1 次复数加法。则算出全部N 点X (k ) 共 需N 2 次复数乘法和 ( 1) 2 N N 次复数加法，其计算量与N 成正比，当 N 很大时，DFT 的计算量非常大。 [例4-1] 对一幅N ×N 点的二维图像进行DFT,如用每秒可做10 万次复数乘 法的计算机，当N= 1024 时，需多长时间？ 2 2 4 12 12 5 7 解：需 (N ) =( 1024) ≈10 次复数乘法。需10 / 10 = 10 秒≈2777.8 小时( 116 天）。这对于实时信号处理来说，必将对处理设备的计算速度提出难以实现 的要求。所以，必须减少其运算量，才能使DFT 在各种科学和工程计算中 得到应用。 FFT 的基本思想是：把N 点DFT 分解为几个较短的DFT，可使乘法次 数大大减少。另外，旋转因子具W 具有明显的周期性和对称性： N ( 1)周期性：W (k N )n W kn W (n N )k N N N (2)对称性：W (k N / 2) W k N N 1 PDF created with pdfFactory trial version 利用这两个性质，可使DFT 运算中的有些项目合并以减少乘法次数。 [例4-2] 求当N ＝4 时，X(2) 的值。 3 X x n W 2n x W 0 x W 2 x W 4 x W 6