离散傅里叶变换的基本性质.PPTVIP

第二节 快速傅里叶变换 一、离散傅里叶变换 （一）离散傅里叶变换的定义 （二）离散傅里叶变换的基本性质 （三）频率域采样 （一）离散傅里叶变换的定义 DFT的定义： 设x(n)是一个长度为M的有限长序列，则定义x(n)的N点离散傅里叶变换(DFT)为 （二）离散傅里叶变换的基本性质(了解) 1. 线性性质 如果x1(n)和x2(n)是两个有限长序列，长度分别为N1和N2。 y(n)=ax1(n)+bx2(n) 式中a、b为常数，即y(n)的长度为N=max［N1, N2］， 则y(n)的N点DFT为：? 2. 循环移位性质 （1）序列的循环移位 设x(n)为有限长序列，长度为N，则x(n)的循环移位定义为 y(n)=x((n+m))NRN(N) （2）时域循环移位定理 设x(n) 是长度为N的有限长序列， y(n)为x(n)的循环移位， 即 y(n)=x((n+m))NRN(n) 则 其中X(k)=DFT［x(n)］, 0≤k≤N-1。 用Matlab方法计算信号的DFT时，是用函数fft(x,N) 和ifft(x.N)。对于这两个函数，如果N为2的正整数幂，则可以得到本章中介绍的基2 FFT快速算法。 （1）见WXKC_03_ FFT_RunTimeCMP.m N=512*512; N=1024*512; N=2048*512; 注意：修改后，从第二次以后观察t1，以免不一致。 （2）f1的计算方法对频谱位置的影响： 见WXKC_03_ FFT_f1Value.m 倒序规律 6. IDFT的高效算法 上述FFT算法流图也可以用于离散傅里叶逆变换(Inverse Discrete Fourier Transform，简称IDFT)。比较DFT和IDFT的运算公式： DIT―IFFT运算流图 DIT―IFFT运算流图(防止溢出) 如果希望直接调用FFT子程序计算IFFT，则可用下面的方法： 由于 对上式两边同时取共轭，得 （三）进一步减少运算量的措施(了解) 1. 多类蝶形单元运算 由DIT―FFT运算流图已得出结论，N=2M点FFT共需要MN/2次复数乘法。当L=1时，只有一种旋转因子W0N=1，所以，第一级不需要乘法运算。 综上所述，先除去第一、二两级后，所需复数乘法次数应是 从L=3至L=M共减少复数乘法次数为 因此，DIT―FFT的复乘次数降至 从实数运算考虑，计算N=2M点DIT―FFT所需实数乘法次数为 2. 旋转因子的生成 在FFT运算中，旋转因子WmN=cos(2πm/N)-jsin(2πm/N)，求正弦和余弦函数值的计算量是很大的。 3. 实序列的FFT算法 设x(n)为N点实序列，取x(n)的偶数点和奇数点分别作为新构造序列y(n)的实部和虚部，即 对y(n)进行N/2点FFT，输出Y(k)，则 根据DIT―FFT的思想，可得到 由于x(n)为实序列，所以X(k)具有共轭对称性，X(k)的另外N/2点的值为 附：利用Matlab计算FFT * 第三章 信号分析与处理 （二） DFT要解决两个问题： 一是离散化(有利于计算机处理)； 二是快速运算(提高实时性)。 信号处理 DFT(FFT) 傅氏变换 离散化 式中 ，N称为DFT变换区间长度N≥M。 X(k)的离散傅里叶逆变换(IDFT)为 通常上式为离散傅里叶变换对。 X(k)与X(e jω)的关系 Y(k)=DFT［y(n)］=aX1(k)+bX2［k］, 0≤k≤N-1 其中，X1(k)和X2(k)分别为x1(n)和x2(n)的N点DFT。