快速离散傅里叶变换算法fft基本思想.ppt

讨论：加窗截断的效应 * * 截断后信号DFT： 实际可分析信号长度的有限，等效为对无限时间信号进行了加窗截断，得到一个有限长序列 为简化问题，考虑如下只含有一个频率分量、长度为N、包含M个完整周期、周期为T0的正弦信号 * * 在M个完整周期内采样N个点后，采样间隔为： 采样频率为： 数字频率为： 讨论：加窗截断的效应 效应一：造成DTFT频谱泄露 求截断后序列的DTFT * * 效应一：造成DTFT频谱泄露 求截断后序列的DTFT * * M=3，N=64 加窗截断使得本应该集中在单频率点上的信号能量扩展到了整个频率范围，这种现象称为频率泄露。 根据上式，截断后的频谱应该具有4个主瓣出现 效应二：降低DTFT频率分辨率 考虑如下含有两个频率分量的正弦信号： * * 加窗截断后做DTFT： * * 如果两个频率分量之间的差异小于主瓣宽度的一半，则两个频谱成分的主瓣合并，难以区分 只有当频率差异大于主瓣宽度一半时，才能够观察到分开的主瓣，因此，主瓣宽度的一半可被定义为频率分辨率： 对应于时间意义下的频率： 与前述频率分辨率定义一致 效应二：降低DTFT频率分辨率 考虑如下含有两个频率分量的正弦信号： * * 无法分辨 无法正确分辨 可以分辨 效应二：降低DTFT频率分辨率 * * 效应三：造成DFT频谱泄露 加窗使得采样的波数不是整数时，信号的频率分量不是 的整数倍，即信号的频率不是DFT的分析频率，造成频率泄露。 Assignments P221 3.4 3.10 3.13 3.17 3.22 下周三晚上之前交。 * * * * * * * * * * * 数字信号处理 Lecture 8: Fast Fourier Transformation 杨再跃 Email: yangzy@zju.edu.cn 玉泉校区工控新楼507 快速离散傅里叶变换算法（FFT） 必要性 两者计算量相同，差别仅在指数的符号和因子1/N，可以复用同一段程序代码实现。 DFT IDFT 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； 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； 例如，当N=1024时,算一个点的DFT需要进行2,097,151次运算； 当点数较多时，DFT的计算量巨大，难以通过普通硬件进行实时计算 * * 1965年，James William Cooley和John Tukey首先提出FFT算法求解DFT (Carl Friedrich Gauss, 1805)； 对于N点FFT,总共需要的复数加法和乘法运算为(3N/2)log2N，远远小于普通DFT所需要的2N2 -N次； 例如 N=1024=210 时，需要(3*1024/2)log2 210 =15360，效率提高100多倍！ 快速离散傅里叶变换算法（FFT） 基本思想： 把N点的DFT不断的分解成点数更小的DFT，利用旋转因子WNnk的对称性和周期性对分解后的运算进一步简化，在N等于2的次幂时，这种分解可以一直进行到最后分解成许多2点DFT。 Decimation-in-Time (DIT) Radix-2 Decimation-in-Frequency (DIF) Radix-2 按时间抽取基-2 FFT （DIT） * * 对于复序列x(n)，设 N = 2r，如果点数不是2的次幂，则对序列补零处理使之成为2的次幂，按n值的奇偶将序列分成两部分分别做DFT DFT （1） （2） 代入旋转因子特性 （3） （4） 进一步，对上式按照k值分成两半来计算，即先计算k值在区间[0, N/2-1]的N/2个点，然后求剩下N/2个点，前半部分可表示为： * * 为方便计算，把(4)式右边写成Xe(k)与Xo(k)的形式，注意k值范围[0, N-1], 与r值范围有区别。 后半部分，即k取值 [N/2, N-1] 的部分可如下得到： （4） （5） （6） 按时间抽取基-2 FFT（DIT） 按时间抽取基-2 FFT（DIT） * * 注意（6）式中X的周期为N/2，具有如下性质： （7） 把这些性质代入（6）式可得： （8） k值在 [0, N-1]内的DFT可以表示为： （9） 又知旋转因子特性 蝶运算 * * （9）式运算的流图称为蝶运算，如下图所示 -1 （9） (Butterfly Diagram) 以N=8 时的DFT为例,可以分解为两个4点的DFT (1) n为偶数时 蝶运算 (2) n为奇数时 (3)对 X e(k) 和 Xo(k) 进行蝶形运算前半部为X(0)-X(3),后半部分为X(4)-X(7)，整个过程如下图所示: 蝶运算 (Butterfly Diagram) 蝶运算 计算每N/2点的