西安电子科技大学出版社：高西全丁玉美《数字信号处理》第3版：第4章.pptVIP

　　3． 已知X(k)和Y(k)是两个N点实序列x(n)和y(n)的DFT， 希望从X(k)和Y(k)求x(n)和y(n)， 为提高运算效率， 试设计用一次N点IFFT来完成的算法。 　　解: 因为x(n)和y(n)均为实序列， 所以， X(k)和Y(n)为共轭对称序列， jY(k)为共轭反对称序列。 可令X(k)和jY(k)分别作为复序列F(k)的共轭对称分量和共轭反对称分量， 即　　　　　F(k)=X(k)+jY(k)=Fep(k)+Fop(k)计算一次N点IFFT得到　　　　　f(n)=IFFT［F(k)］=Re［f(n)］+j Im［f(n)］ 　　解: 本题的解题思路就是DIT-FFT思想。　　（1） 在时域分别抽取偶数和奇数点x(n)， 得到两个N点实序列x1(n)和x2(n)： 　　　x1(n)=x(2n) 　 n=0, 1, …, N－1　　　x2(n)=x(2n+1) n=0, 1, …, N－1　　根据DIT-FFT的思想， 只要求得x1(n)和x2(n)的N点DFT， 再经过简单的一级蝶形运算就可得到x(n)的2N点DFT。 因为x1(n)和x2(n)均为实序列， 所以根据DFT的共轭对称性， 可用一次N点FFT求得X1(k)和X2(k)。 具体方法如下： 　　这样， 通过一次N点IFFT计算就完成了计算2N点DFT。 当然还要进行由Y(k)求X1(k)、 X2(k)和X(k)的运算(运算量相对很少)。 　　（2） 与（1）相同， 设　　　　x1(n)=x(2n) 　　　　n=0, 1, …, N－1　　　　x2(n)=x(2n+1) 　　　n=0, 1, …, N－1　　　　X1(k)=DFT［x1(n)］ k=0, 1, …, N－1　　　　X2(k)=DFT［x2(n)］ k=0, 1, …, N－1则应满足关系式 　　x1n=ifft46(X1k， N) %调用ifft46函数计算X1k的IDFT　　x2n=ifft46(X2k， N) %调用ifft46函数计算X2k的IDFT　　x3n=ifft46(X3k， N) %调用ifft46函数计算X3k的IDFT　　运行程序输出时域序列如下所示， 正是原序列x1n、 x2n和x3n。 　　x1n = 1 0 0 0 0 0 0 0　　x2n = 1 1 1 1 1 1 1 1　　x3n = 1 2 3 4 4 3 2 1 * 　　3.6 教材第4章习题与上机题解答 　　快速傅里叶变换（FFT）是DFT的快速算法， 没有新的物理概念。 FFT的基本思想和方法教材中都有详细的叙述， 所以只给出教材第4章的习题与上机题解答。  　　1． 如果某通用单片计算机的速度为平均每次复数乘需要4 μs， 每次复数加需要1 μs， 用来计算N=1024点DFT， 问直接计算需要多少时间。 用FFT计算呢？照这样计算， 用FFT进行快速卷积对信号进行处理时， 估计可实现实时处理的信号最高频率。 　　解: 当N=1024=210时， 直接计算DFT的复数乘法运算次数为 　　　　　N2=1024×1024=1 048 576次 复数加法运算次数为 　　　　　N（N－1）=1024×1023=1 047 552次 直接计算所用计算时间TD为 　　　　TD=4×10－6×10242+1 047 552×10－6=5.241 856 s 用FFT计算1024点DFT所需计算时间TF为 　　快速卷积时， 需要计算一次N点FFT（考虑到H(k)= DFT［h(n)］已计算好存入内存）、 N次频域复数乘法和 一次N点IFFT。 所以， 计算1024点快速卷积的计算时间Tc约为 所以， 每秒钟处理的采样点数（即采样速率） 由采样定理知， 可实时处理的信号最高频率为 　　应当说明， 实际实现时， fmax还要小一些。 这是由于实际中要求采样频率高于奈奎斯特速率， 而且在采用重叠相加法时， 重叠部分要计算两次。 重叠部分长度与h(n)长度有关， 而且还有存取数据和指令周期等消耗的时间。 　　2． 如果将通用单片机换成数字信号处理专用单片机