数字信号处理-第4章I.pptVIP

第四章 离散傅里叶变换快速算法（FFT） 快速傅里叶变换（FFT）是计算DFT的一种快速有效方法， 并不是新的傅立叶变换式。 从前面的讨论中看到，有限长序列在数字技术中占有很重要的地位。有限长序列的一个重要特点是其频域也可以离散化，即离散傅里叶变换（DFT）。 DFT是信号分析与处理中的一种重要变换。但直接计算DFT的计算量与变换区间长度N的平方成正比，当N较大时，计算量太大，直接用DFT算法进行谱分析和信号的实时处理是不切实际的。 1965年发现了DFT的一种快速算法，使DFT的运算效率提高1－2个数量级，为数字信号处理技术应用于各种信号的实时处理创造了条件，推动了数字处理技术的发展。 1984年，提出了分裂基快速算法，使运算效率进一步提高； 信号流图 4点基2时间抽取FFT算法流图 8点基2FFT算法 (3)第二次分解： 将x1(r)按r取奇、偶可分解成2个长度为N/4的子序列 x3(l)= x1(2l)、 x4(l) = x1(2l+1)， 根据上面推导可得：X1 (k)= X3(k)+ WN/2k?X4(k)， k=0,1,…,N/2-1 将x2(r)按r取奇、偶可分解成2个长N/4的子序列 x5(l)= x2(2l) ， l=0,1,…，N/4 x6(l) = x2(2l+1) ； 同理得 再次分解，对N=8点，可分解三次。 8点基2FFT算法 DIT―FFT算法与直接计算DFT运算量的比较 1、直接DFT运算N点运算： 复数乘次数：N×N 复数加次数：N×(N-1) 2、 用DIT-FFT作N点运算： 复数乘次数：M×N/2=N/2×log2N； 复加次数： 2 ×N/2×M= N×log2N。 时间抽取法FFT的运算特点 （1）蝶形运算 （2）原位计算 当数据输入到存储器中以后，每一级运算的结果仍然储存在同一组存储器中，直到最后输出，中间无需其它存储器，这叫原位计算。 每一级运算均可在原位进行，这种原位运算结构可节省存储单元，降低设备成本，还可节省寻址的时间。 （3）序数重排 对按时间抽取FFT的原位运算结构，当运算完毕时，正好顺序存放着 X（0），X（1），X（2），…，X（7），因此可直接按顺序输出，但这种原位运算的输入 x（n）却不能按这种自然顺序存入存储单元中，而是按x(0)，x(4)，x(2)，x(6)，…，x(7)的顺序存入存储单元，这种顺序看起来相当杂乱，然而它也是有规律的。当用二进制表示这个顺序时，它正好是“码位倒置”的顺序。例如，原来的自然顺序应是 x(1)的地方，现在放着 x(4)，用二进制码表示这一规律时， 则是在 x（0 0 1）处放着 x（1 0 0）， x（0 1 1）处放着 x（1 1 0）。 （4）蝶形类型随迭代次数成倍增加 观察8点FFT的三次迭代运算: 第一级迭代，有一种类型的蝶形运算系数W80，两个数据点间隔为1 第二级迭代，有二种类型的蝶形运算系数W80 、 W82 ，参加 运算的两个数据点间隔为2。 第三级迭代，有四类蝶形运算系数W80 、 W81 、 W82 、 W83 ，参加运算的两个数据点间隔为4。 结论：每迭代一次，蝶形类型增加一倍，数据点间隔也增大一倍。 每一级的取数间隔和蝶形类型种类均为2i-1，i=1,2,…M。 FFT算法流图 N=2M，用M位二进制数表示，则从左至?右的十进制权值为： N/2、N/4、N/8,…、2, 1 对倒序数J，其下一个序数是在该序数J的二进制首位码加1，相当于十进制运算J+N/2。 计算机上倒序数的实现过程为： N=2M，N/2仍是偶数，继续将N/2点进行分解。将输入序列x1(n)、x2(n)分别按前、后对半分解成4个长N/4的子序列,其n=0,1,…，N/4-1 经过三次分解后，DIF―FFT运算流图(N=8)为： 2、DIF-FFT运算规律 DIF-FFT算法也可采用原位计算；N=2M时，共有M级运算，每级共有N/2个蝶形，DIT与DIF算法的运算次数相同。 DIT与DIF不同的是： DIF-FFT算法输入序列为自然序列，输出为倒序序列。因此，在M级运算完成后，需对输出数据进行倒序才能得到自然顺序的X(k)。 蝶形运算符号不同：DIT-FFT蝶形是先相乘，后加/减；而DIF-FFT蝶形是先加/减，后相乘。 FFT的变形运算流图 2.4 FFT应用中的几个问题 通过N点FFT运算可得到：