《数字旌旗灯号处理》第四章快速付立叶变换(fft)[指南].pptVIP

§4-1引言 一.DFT的计算工作量 两者的差别仅在指数的符号和因子1/N. 通常x(n)和 都是复数,所以计算一个 X(k)的值需要N次复数乘法运算,和 次 复数加法运算.那么,所有的X(k)就要N2次复 数乘法运算,N(N-1)次复数加法运算.当N很 大时,运算量将是惊人的,如N=1024,则要完 成1048576 次(一百多万次)运算.这样,难以做到实时处理. 二.改进的途径 1. 的对称性和周期性 利用上述特性,可以将有些项合并,并 将DFT分解为短序列,从而降低运算次数,提 高运算速度.1965年,库利(cooley)和图基 (Tukey)首先提出FFT算法.对于N点DFT,仅需 (N/2)log2N 次复数乘法运算.例如N=1024=210 时， 需要(1024/2)log2 210 =512*10=5120次。 5120/1048576=4.88% ,速度提高20倍 §4-2 按时间抽取(DIT)的FFT算法 —库利-图基算法 一.算法原理(基2FFT) (一)N/2点DFT 1.先将 按n的奇偶分为两组作DFT,设N=2L ,不足时,可补些零。这样有: n为偶数时: n为奇数时: 由于: 所以,上式可表示为: 其中, 2.两点结论: (1) X (k),X (k)均为N/2点的DFT。 (2) X(k)=X (k)+W X (k)只能确定出 X(k)的k= 个； 即前一半的结果。 （三）FFT运算量与运算特点 1． N=2L时，共有L=log2N级运算；每一级有N/2个蝶形结。 2．每一级有N个数据中间数据），且每级只用到本级的转入中间数据，适合于迭代运算。 3．计算量： 每级N/2次复乘法，N次复加。（每蝶形只乘一次，加减各一次）。共有L*N/2=N/2log2N 次复乘法；复加法L*N=Nlog2N 次。与直接DFT定义式运算量相比(倍数) N2/(Nlog2N) 。当 N大时，此倍数很大。 比较DFT 参考P150 表4-1 图4-6 可以直观看出，当点数N越大时，FFT的优点更突出。 堆皮避川胃鼓栏迁勇烙拆勇幸短来拉扼余蔗工花惩篙杠粉汾豪妇纱感螺试《数字信号处理》第四章快速付立叶变换(FFT)《数字信号处理》第四章快速付立叶变换(FFT) (0)=X0(0) X1(0) X2(0) X3(0)=X(0) (4)=X0(1) X1(1) X2(1) X3(1)=X(1) (2)=X0(2) X3(2)=X(2) (6)=X0(3) X3(3)=X(3) (1)=X0(4) X1(4) X2(4) X3(4)=X(4) (5)=X0(5) X3(5)=X(5) (3)=X0(6) X3(6)=X(6) (7)=X0(7) X1(7) X2(7) X3(7)=X(7) W W W W N 0 N 0 N 0 N 0 -1 -1 -1 -1 W W W W N 0 N 2 N 0 N 2 -1 -1 -1 -1 W W W W N N N N 0 1 2 3 . . . . . . . . . . . 三.DIT的FFT算法的特点 1.原位运算 输入数据、中间运算结果和最后输出均用同一存储器。 勋赣觉洞疵狐吻当家浑膘语手变骆戚烙色玲汉曼聂扯频播幅倔模鼓译沂兔《数字信号处理》第四章快速付立叶变换(FFT)《数字信号处理》第四章快速付立叶变换(FFT) 设用m(m=1,2,… ,L)表示第m列;用k,j表示蝶形 输入数据所在的（上/下）行数(0,1,2,… ,N-1);这时任何一个蝶形运算可用下面通用式表示，即 由运算流图可知,一共有N个输入/出行,一共有log2 N=L列（级）蝶形运算(基本迭代运算). 1 1 1 1 -1 馅频危蛙孩鸡件褪帮缮跑挥摆缨型溃弓惩柿楼贾肆铺头汕希辖邪饥矾颠嘘《数字信号处理》第四章快速付立叶变换(FFT)《数字信号处理》第四章快速付立叶变换(FFT) 所以,当m=1时,则有（前两个蝶形） 墙邪庸芜控待助