[工学]第4章快速傅立叶变换FFT.pptVIP

陈友兴 数字信号处理第四章 第四章 快速傅立叶变换（FFT） 中北大学信息与通信工程学院 信号课程建设组 主讲：李沅 第四章 快速傅立叶变换（FFT） 4-1 　DFT的运算量分析 4-2 按时间抽取(DIT)的FFT算法 4-3 频率抽取（DIF）的基-2 FFT算法 4-4 　快速傅立叶反变换（IDFT） 　 4-1DFT的运算量分析 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N-1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)复乘运算。这样,难以做到实时处理。 二、改进的途径 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: 2.两点结论: (1) ， 均为N/2点的DFT。 (2) 只能确定出 的 个； 即前一半的结果。 这是由奇偶分组造成的,以N=8为例 说明如下: 0 1 0 1 0 1 0 1 (n2) x(000) 0 x(100) 4 x(010) 2 x(110) 6 x(001) 1 x(101) 5 x(011) 3 x(111) 7 （偶） （奇） 3.倒位序实现 输入序列先按自然顺序存入存储单元,然后经变址运算来实现倒位序排列。设输入序列的序号为n,二进制为 (n2 n1 n0 )2 ,倒位序顺序用 表示,其倒位序二进制为(n0 n1 n2)2,例如 ，N=8时如下表： 0 0 0 0 0 0 0 0 1 0 0 1 1 0 0 4 2 0 1 0 0 1 0 2 3 0 1 1 1 1 0 6 4 1 0 0 0 0 1 1 5 1 0 1 1 0 1 5 6 1 1 0 0 1 1 3 7 1 1 1 1 1 1 7 自然顺序n 二进制n2n1n0 倒位序二进制 n1n2 倒位顺序n ^ A(1) A(2) A(3) A(4) A(5) A(6) A(7) A(8) x(0) x(1) x(2) x(3) x(4) x(5) x(6) x(7) x(0) x(4) x(2) x(6) x(1) x(5) x(3) x(7) 变址处理方法 存储单元 自然顺序 变址 倒位序 4.蝶形运算两节点的距离:2m-1 其中,m表示第m列,且m =1,… ,L 例如N=8=23 ,第一级(列)距离为21-1=1, 第二级(列)距离为22-1=2， 第三级(列)距离为23-1=4。 FFT流图 5.WNr 的确定(仅给出方法) 考虑蝶形运算两节点的距离为2m-1 ,蝶 形运算可表为 由于N为已知,所以将r的值确定即可。 为此，令k=(n2n1n0)2 ,再将k= (n2n1n0)2 左移(L-m)位,右边位置补零,就可得到 (r)2 的值，即(r)2 =(k)22L-m 。 FFT流图