离散信号的频域分析.ppt

三、 FFT算法与直接计算DFT运算量的比较 每一级运算都需要N/2次复数乘和N次复数加(每个蝶形需要两次复数加法)。所以，M级运算总共需要的复数乘次数为 3-3 快速傅里叶变换（FFT） 快速傅里叶变换（Fast Fourier Transformation）, 简称FFT，是计算DFT的快速算法。 DFT是信号分析与处理中的一种重要变换。因直接计算DFT 的计算量与变换区间长度N的平方成正比，当N较大时，计算量 太大，所以在快速傅里叶变换(简称FFT)出现以前，直接用DFT 算法进行谱分析和信号的实时处理是不切实际的。直到1965年 发现了DFT的一种快速算法以后，情况才发生了根本的变化。 一、FFT的基本思路 N点有限长序列x(n)的DFT为： 通常X(k)为复数，x(n)可以是实数也可以是复数。 N给定， 是一个常数，则X(k)可以写成： 因而DFT可以看作是 为加权系数的一组样点x(n)的线性 组合，是一种线性变换。 展开可得： 当N=4时，写成矩阵表示式： 在计算X(k)时，需要大量计算 ，首先看一下 的特点： （1） 具有周期性，且周期为N， 具有周期性，原式需要求7个 的值，现在减少为4个。 （2） 具有对称性 利用 的对称性， 的计算减少到2个。 （3）由于求DFT时所做的复数乘法和复数加法次数都与 成正比， 因此若把长序列分解成为短序列，比如把N点的DFT分解为2个N/2 的DFT之和时，其结果使复数乘法次数减小到， 即分解前 原来的一半。 FFT的基本思想： 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 所具有的对称性和周期性，求出这 些短序列相应的DFT，并进行适当的组合，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 设序列x(n)的长度为N，且满足： 为整数。 按n的奇偶把x(n)分解为两个N/2点的子序列 则x(n)的DFT为： 由于： 所以： 其中第一项是x(2l)的N/2点DFT，第二项是x(2l+1)的N/2点DFT . 记为： 则： G(k)、H(k)是长度N/2点DFT，他们的周期为N/2，即： 利用对称性： 蝶形运算符号 ： 4点 DFT 4点 DFT 一个8点按时间抽取的FFT，第一次分解进行运算的框图为： 如果N/2是偶数，x(2l)和x(2l+1)还可以再被分解。 显然 是长度为 点的DFT，它们的周期为 2点 DFT 2点 DFT 按时间抽取FFT将4点DFT分解为2点DFT： 复数加次数为 例如，N=210=1024时 * * 3-2 离散信号的频域分析 与连续信号的频域分析一样，也需要在频域分析 离散信号。一方面通过频域分析能进一步认识离散信 号的特性，并深刻理解连续信号经过采样离散化在频 域发生了什么样的变化，即它的谐波组成怎样变化了； 另一方面；离散化信号的傅里叶是应用计算机进行 信号处理的重要工具，它不仅对信号处理的理论研究 有重要的意义，而且在运算方法上起着重要作用。 一、周期信号的频域分析 1、离散傅里叶级数（DFS，Discrete Fourier Series） 连续周期信号的傅里叶级数： 对 的一个周期内进行 点采样。 得到离散序列 ，是以 为周期的周期序列。 即： 在一个周期内的积分变为在一个周期内的累加，即： 在序列表示中，可用 表示 ， 表示 ，所以： 是变量 的周期函数，周期为 ，因为对任意整数 ： — 的周期 的频谱以的 基本频率为间距离散化了。 所以周期序列的频谱是离散的。 离散傅里叶级数变换对： 例1、已知离散正弦信号 ，分别求（1） （2） 时，傅里叶级数表示式并画出相应的频谱图。 解：（1） 一个连续正弦时间信号离散化后的正弦序列只在满足 =有理数时，才是周期序列。 为无理数，所以该正弦序列为非周期序列，因而不能展开为傅里叶级数，其频谱内容仅有 ，不存在其它谐波分量。 基本频率为： 因此： 解：基本频率： 周期信号的频谱为： 故得 的取值如下： 的表达式： 写成集合