张军《数字信号处理》ch3-1时间抽取FFT.pptVIP

8点基2时间抽取FFT算法流图 4点DFT 4点DFT x[0] x[2] x[4] x[6] x[1] x[3] x[5] x[7] 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] -1 -1 -1 -1 4点DFT 4点DFT x[0] x[2] x[4] x[6] x[1] x[3] x[5] x[7] 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] -1 -1 -1 -1 8点基2时间抽取FFT算法流图 时间抽取FFT 时间抽取FFT FFT算法中一些概念 （1）“级”概念 将N 点DFT先分成两个N/2点DFT，再是四个N/4点DFT…直至N/2个两点DFT。每分一次称为“一”级运算。 因为N=2M ，所以N点DFT可分成M级 （2）“组”概念 每一级都有N/2个蝶形单元，例如：N=8,则每级都有4个蝶形单元。每一级的N/2个蝶形单元可以分成若干组，每一组具有相同的结构，相同 的因子分布，第M级的组数为：N/2M 例：N=8=23，分3级。 M=1级,分成四组,每组系数为 M=2级,分成二组,每组系数为 M=3级,分成一组,每组系数为 (3) 因子的分布 因此，第M级的系数为： 按时间抽取FFT算法的特点 根据DIT基2-FFT算法原理，能得出任何N=2M点的FFT信号流图。总结按时间抽取法解过程的规律。 1. 原位运算（同址运算） 从蝶形图可以看出这种运算是很有规律的，其每级（每列）计算都是由N/2 个蝶形运算构成的，每一个蝶形结构完成下述基本迭代运算： 式中，M表示第M列迭代，k, j为数据所在行数。该式表示的蝶形运算下图所示，由一次复乘和两次复加（减）组成。 由N＝8按时间抽取法FFT运算流图看出，某一列的任何两个节点k和j的节点变量进行蝶形运算后，得到结果为下一列k, j两节点的节点变量，而和其他节点变量无关，因而可以采用原位运算，即某一列的N个数据送到存储器后，经蝶形运算，其结果为下一列数据，它们仍存储在这同一组存储器中，直到最后输出，中间无需其他存储器。也就是蝶形的两个输出值仍放回蝶形的两个输入所在的存储器中。 这样只需N个存储单元。 下一级的运算仍采用这种原位方式，只不过进入蝶形结的组合关系有所不同。这种原位运算结构可以节省存储单元， 降低设备成本。 2. 倒位序规律 观察N＝8按时间抽取法FFT运算流图，发现当运算完成后，FFT的输出X(m)按正常顺序排列在存储单元中，即按X(0)，X(1)，…，X(7)的顺序排列，但是这时输入x(k)却不是按自然顺序存储的，而是按x(0)，x(4)， …， x(7)的顺序存入存储单元，看起来好像是“混乱无序”的，实际上是有规律的，我们称之为倒位序。 造成倒位序的原因是输入x(k)按标号k的偶奇的不断分组。 如果k用二进制数表示为(k2k1k0)2（当N=8=23时，二进制为三位）， 第一次分组，k为偶数（相当于k的二进制数的最低位k0=0）在上半部分，k为奇数（相当于k的二进制数的最低位 k0=1）在下半部分。 下一次则根据次最低位k1为“0”或是“1”来分偶奇（而不管原来的子序列是偶序列还是奇序列）， 如此继续分下去，直到最后N个长度为1的子序列。下面的树状图描述了这种分成偶数子序列和奇数子序列的过程。 倒序 k 0 k 1 k 2 x [ k 2 k 1 k 0 ] x [00 0] x [10 0] x [01 0] 0 1 0 1 1] 1 2 x [ k k 0] x [ k 2 k 1 0 1 x [11 0] x [001 ] x [101 ] x [01 1] x [111 ] 0 1 0 1 0 1 0 1 倒位序的形成 表 N=8时的自然顺序二进制数和相应的倒位序二进制数 自然顺序（I） 二进制数 倒位序二进制数 倒位序（J） 0 1 2 3 4 5 6 7 000 001 010 011 100 101 110 111 000 100 010 110 001 101 011 111 0 4 2 6 1 5 3 7 看出：码位倒读后的顺序刚好是数据送入计算机内的顺序。 时间抽取FFT N=8 倒位序的变址处理 时间抽取FFT 3. 蝶形运算两节点的“距离” 以8点FF