信号分析与处理-FFT算法.ppt

计算机网络 第七章 网 络 互 连 第三节 快速傅里叶变换（FFT） 通常X(k)为复数，给定的数据x(n)可以是实数也可以是复数。为了简化，令指数因子（也有称为旋转因子或加权因子的） (3-58) 当N给定，WN是一个常数，则X(k)可写成 k=0,1,…,N?1 (3-59) 因而DFT可看作以为加权系数的一组样点x(n)的线性组合，是一种线性变换。 将式(3-59)展开，得 ┇ 可见，每完成一个频谱样点的计算，需要作N次复数乘法和(N?1)次复数加法。整个X(k)序列的N个频谱样点的计算，就得作N2次复数乘法和N(N-1)次复数加法。而且每一次复数乘法又含有4次实数乘法和2次实数加法；每一次复数加法包含有2次实数加法。这样的运算过程对于一个实际的信号，当样点数较多时，势必占用很长的计算时间。 DFT运算时间能否减少，关键在于实现DFT运算是否存在规律性以及如何去利用这些潜在规律。由于在计算X(k)时，需要大量地计算 ，我们首先来分析一下它所具有的一些有用的特点。很显然有 * 快速傅里叶变换（Fast Fourier Transformation），简称FFT，是计算DFT的快速算法。习惯上是指以1965年库利和图基(Cooley- Tukey) 算法为基础的一类高效算法。它的出现和发展对推动信号的数字处理技术的变革和发展起着重大作用。 一 快速傅里叶变换的基本思路 已知N点有限长序列x(n)的DFT为 k=0,1,…,N?1 或写成矩阵表示式（为便于讨论，写出N=4的情况） ＝1， ＝1， ， ， 此外，它有如下特性： （1）具有周期性，其周期为N，很容易证明 l为整数 (3－61) 及 l，m为整数 （3－62） ， 所以有 例如，对于N=4，有 ， 等。于是（3－60）式就可写为 。 （3－63） 利用了 的周期性，原（3－60）式需要求7个 的值，现减少为求4个 的值。 具有对称性，由于 ，可以得到 （3－64） 仍以N=4为例，有 ， 等。进一步，（3－63）式可 （2） 所以有 。 写为 （3－65） 利用 的对称性，求 的个数更减少到了2个。 （3）由于求DFT时所作的复数乘法和复数加法次数都与N2成 正比，因此若把长序列分解为短序列，例如把N点的DFT分解 为2个N/2点DFT之和时，其结果使复数乘法次数减少到 2×(N/2) ×(N/2)= N2/2，即分解前原来的一半。 可见，FFT的基本思想是把原始的N点序列，依次分解成一系列短序列。同时充分利用DFT计算式中 所具有的对称性质 和周期性质，求出这些短序列相应的DFT，并进行适当组合，最终达到删除重复运算，减少乘法运算，提高速度的目的。 二、基2FFT算法 最基本的FFT算法是基于将 分解（抽取）成较短的序列， 的方法。 然后从这些短序列的DFT中求得 设序列 的长度为 ( 为整数)， 则由式(3-59)， 可写出序列x(n)的DFT为: 当n为偶数时，令n=2l，n为奇数时，令n=2l＋1，其中l为整数。 则上式为 （3－66） 可见，这时序列x(n)先被分解（抽取）成两个子序列，每个子序列长度为 N/2，如图3－33所示， 第一个序列 x(2l)由x(n)的偶数项组成，第二个序列x(2l+1) 由x(n)的奇数项组成。 图3－33 以因子2分解长度为N＝8的序列 由于， 式（3－66）可以表示为 注意第一项是x(2l) 的N/2点DFT，第二项是 x(2l+1) 的N/2 点DFT，若分别记 G(k)＝ H(k)＝ 则有 （3－67） 显然G(k)、 H(k)是长度为 N/2 点的DFT，它们的周期都应是N/2 ， 即 再利用式（3－64） ＝－ 的对称性，（3－67）式 又可表示为 （3－68） （3－69） 前N/2 点X(k)由式（3－68）求得，后N/2 点X(k) 由（3－69） 求得，而二者只差一个符号。一个8点按时间抽取的FFT，第 一