[工学]吴镇扬DSP_CH2.ppt

第 2 章 离散FT及其快速算法 2.1 DFT 对于有限长序列，可以用离散傅里叶变换（Discrete Fourier Transform，DFT）来分析，DFT能反映信号的频域特征且更便于用计算机处理。 傅里叶变换的几种可能形式 四种傅里叶变换形式的归纳 2.1.1 周期序列的离散傅里叶级数(DFS) 离散傅里叶级数（DFS） 离散傅里叶级数（DFS）的性质 离散傅里叶级数（DFS）的性质 离散傅里叶级数（DFS）的性质 2.1.2 有限长序列离散傅里叶变换(DFT) 主值序列 离散傅里叶变换(DFT) 离散傅里叶变换隐含着周期性 例 例 离散傅里叶变换的性质 圆周移位过程示意图 循环移位 （3） 循环卷积 (圆周卷积) 例：循环卷积（圆周卷积）过程示意图 研究循环卷积与线性卷积的关系 循环卷积等于线性卷积而不产生混叠的必要条件 例：线性卷积与圆周卷积 （4） 共轭对称性 共轭对称性 x(n) 的实部与虚部的DFT （5） 选频性 （6） DFT与zT、DTFT DFT与序列傅里叶变换、Z变换的关系 例 DFT举例说明x(n)的5点DFT DFT举例说明x(n)的10点DFT （7） DFT形式下的Parseval定理 例 2.2 利用DFT做连续信号的频谱分析 2.3 FFT DFT的运算量 例 对一幅N×N点的二维图像进行DFT变换，如用每秒可做10万次复数乘法的计算机，当N=1024时，问需要多少时间（不考虑加法运算时间）？ 2.3.1 按时间抽取（DIT）的基 -2 FFT算法 按时间抽取 (DIT）法 基2-DIT-FFT N点DFT的一次时域抽取分解图(N=8) N点DFT的第二次时域抽取分解图(N=8) 一个N=8点DFT分解为四个N/4点DFT 按时间抽取的FFT算法与直接计算DFT运算量的比较 例 用FFT算法处理一幅N×N点的二维图像，如用每秒可做10万次复数乘法的计算机，当N=1024时，问需要多少时间（不考虑加法运算时间）？ 按时间抽取的FFT算法的特点 （1） 蝶形运算 （2） 原位运算（同址运算） （3） 蝶形类型随迭代次数成倍增加 （4） 序数重排（倒位序规律） N=8时的自然顺序二进制数和相应的倒位序二进制数 N=8 倒位序的变址处理 DIT-FFT程序框图 按时间抽取的FFT算法的其他形式流图 基2-DIT-FFT 输入顺序输出倒序 基2-DIT-FFT 输入顺序输出顺序 2.3.2 按频率抽取（DIF）的基 -2 FFT算法 按频率抽取（DIF）法 按频率抽取的第一次分解 按频率抽取的第二次分解 按频率抽取的FFT（N=8）信号流图 按频率抽取法的运算特点 2.3.3 N为组（复）合数的FFT算法 问题: N为任意因子的组合数，N=P1·P2 · …·Pm，(Pi是正整数)，如何提高计算效率? 最简单的情况: N=PQ为两个数的乘积。 (1)将DFT的时间顺序n和频率顺序k分别表示成二维的形式  n=n1Q+n0 k=k1P+k0 式中n0, k1分别为0,1,…，Q-1;n1, k0分别为0,1,…，P-1 2.3.4 线性调频Z变换（Chirp-Z变换）算法 螺线采样 Chirp-Z变换的线性系统表示 Chirp-Z变换的圆周卷积图 2.4 关于FFT应用中的几个问题 2.4.1 用FFT计算 IDFT 2.4.2 实数序列的FFT 大多数场合下,信号是实数序列,任何实数都可看成虚部为零的复数：x(n)+j0 求某实信号y(n)的复谱,可认为是将实信号加上数值为零的虚部变成复信号,再用FFT求其离散付里叶变换。 不经济,存储器要增加一倍,且计算机运行时,即使虚部为零,也要涉及虚部的运算,浪费了运算量。 合理的解决方法是利用复数据FFT对实数据进行有效计算 (1)用 一个N点FFT同时计算两个N点实序列的DFT 设x(n)、y(n)是彼此独立的两个N点实序列,且 X(k)=DFT[x(n)] ，Y(k)=DFT[y(n)] 则X(k)、Y(k)可通过一次FFT运算同时获得。 算法： 将x(n)、y(n)构成一复序列 g(n)=x(n)+jy(n) 通过FFT运算可获得g(n)的DFT值 G(k)=DFT[x(n)]+jDFT[y(n)]=X(k)+jY(k) Gr(k)+jGi(k) =Xr (k)-Yi (k)+j[ Xi (k)+Yr (k)] (2)用N点的FFT运算获得2N点实序列的DFT 设x(n)是