第4章FFT数字信号处理.ppt

第4章 快速傅里叶变换(FFT) 练习： x(n)={1,1,1,1},画出其4点FFT流图，并求值。 画出其8点FFT流图，并求值。 * * 4.1直接计算DFT的问题及改进途径 4.2 基2FFT算法 4.3 进一步减少运算量的措施 4.1 直接计算DFT的问题及改进途径 1、问题的提出 设有限长序列x(n)，非零值长度为N，若对x(n)进行一次DFT运算，共需多大的运算工作量？ 计算成本? 计算速度? 计算机运算时（编程实现）： N次复乘，N-1次复加 N个点 2. DFT的运算量 N (N – 1) N 2 N个X(k) (N点DFT) N – 1 N 一个X(k) 复数加法 复数乘法 2N+2 (N – 1)=2 (2N – 1) 4N 一个X (k) 2N (2N – 1) 4N 2 N个X (k) (N点DFT) 2 一次复加 2 4 一次复乘 实数加法 实数乘法 运算量 (a+jb)(c+jd)=(ac-bd)+j(bc+ad) （1）、利用DFT运算的系数 的固有对称性和周期性，改善DFT的运算效率。 3、改善DFT运算效率的基本途径 1）对称性 2）周期性 （2）、将长序列DFT分解为短 序列DFT 因为DFT的运算量与N2成正比的，如果一个大点数N的DFT能分解为若干小点数DFT的组合，则显然可以达到减少运算工作量的效果。 FFT算法分类: 时间抽选法 DIT: Decimation-In-Time 频率抽选法 DIF: Decimation-In-Frequency 4.2 按时间抽选的基2-FFT算法 1、算法原理 设输入序列长度为N=2M(M为正整数，将该序列按时间顺序的奇偶分解为越来越短的子序列，称为基2按时间抽取的FFT算法。 若不满足这个条件，可以人为地加上若干零值（加零补长）使其达到 N=2M。 其中基2表示：N=2M，M为整数. 先将x(n)按n的奇偶分为两组，作变量置换: 当n=偶数时，令n=2r; 当n=奇数时，令n=2r+1; 分组，变量置换 2、算法步骤 得到： 带入DFT中 由于 ? 前半部分 后半部分 又考虑到 的对称性： 后半部分 前半部分 蝶形运算流图符号 说明： (1) 左边两路为输入 (2) 右边两路为输出 (3) 中间以一个小圆表示加、 减运算（右上路为相加 输出、右下路为相减输 出) 1个蝶形运算需要1次复乘，2次复加 N (N–1) N 2 一个N 点DFT N (N / 2 –1) N 2 / 2 两个N / 2点DFT N N / 2 N / 2个蝶形 N(N/2-1) + N ≈ N2/2 N2/2 + N/2 ≈ N2/2 总计 2 1 一个蝶形 N / 2 (N / 2 –1) (N / 2)2 一个N / 2点DFT 复数加法 复数乘法 运算量减少了近一半 分解后的运算量： 先将N=8点的DFT分解成2个4点DFT： 可知：时域上：x(0),x(2),x(4),x(6)为偶子序列 x(1),x(3),x(5),x(7)为奇子序列 频域上：X(0)~X(3)，由X(k)给出 X(4)~X(7)，由X(k+N/2)给出 例子：求 N=23=8点FFT变换 X(3) X(7) X(2) X(6) X(1) X(5) N点DFT的一次时域抽取分解图(N=8) x(0) x(2) x(4) x(6) x(1) x(3) x(5) x(7) 4点DFT X1(0) X1(1) X1(2) X1(3) X2(0) 4点DFT X2(1) X2(2) X2(3) X(0) X(4) N点DFT的第二次时域抽取分解图(N=8) 2点DFT 2点DFT 2点DFT 2点DFT x(0) x(4) x(2) x(6) x(1) x(5) x(3) x(7) X3(0) X3(1) X4(0) X4(1) X5(0) X5(1) X6(0) X6(1) X1(0) X1(1) X1(2) X1(3) X2(0) X2(1) X2(2) X2(3) X(0) X(1) X(2) X(3) X(4) X(5) X(6) X(7) 因为4点DFT还是比较麻烦，所以再继续分解。 若将N/2(4点)子序列按奇/偶分解成两个N/4点(2点)子序列。即对将x1(r)和x2(r)分解成奇、偶两个