动态测试与数据处理 6数字信号分析(I).pptVIP

6.3 FFT 6.3 FFT 总的计算式： 6.3 FFT 以N=4为例： 6.3 FFT N=4=22时的FFT运算流程图 计算量：FFT乘法：2×N/2=4，加法：2×N=8； DFT乘法：N2=16， 加法：N(N-1)=12. 6.3 FFT N=8=23时的FFT运算流程图 计算量：FFT乘法：3×N/2=12，加法：3×N=24； DFT乘法：N2=64， 加法：N(N-1)=56. 0 4 2 6 1 5 3 7 0 4 2 6 1 5 3 7 0 4 2 6 1 5 3 7 6.3 FFT 0 4 2 6 1 5 3 7 0 4 2 6 1 5 3 7 0 4 2 6 1 5 3 7 0 4 2 6 1 5 3 7 6.3 FFT 0 4 2 6 1 5 3 7 0 4 2 6 1 5 3 7 0 4 2 6 1 5 3 7 0 4 2 6 1 5 3 7 0 4 2 6 1 5 3 7 X(k) x(n) 6.3 FFT N/4点DFT N/4点DFT N/4点DFT N/2点 DFT N/4点DFT N/2点 DFT N 点 组 合 相 加 第一级 第二级 第三级 FFT逐级分解 6.3 FFT FFT运算流程图 第一级 第二级 第三级 蝶形运算单元 6.3 FFT 6.3 FFT 当N=2M时的FFT的计算量 复数乘法： 复数加法： 6.3 FFT 其它FFT算法 桑德-图基法：频域抽取； 美国Rader提出的NFFT算法； 美国Winorgrad提出的WFFT算法； 法国Nussbaumer提出的PFTA算法。 0.3 0.35 0.8 1.5 200 计算次数（万次） PFTA WFTA NFFT FFT DFT 计算方法 N=1000时各种FFT算法所需乘法、加法次数 二、FFT算法的应用 1. 对连续时间变换的逼近 x(t) X(f ) X(k) x(n) x(t) FT 近似 FFT 采样 6.3 FFT 例1：单边指数函数 的DFT与FT比较 单边指数函数连续时间Fourier变换 6.3 FFT 单边指数函数的DFT与FT比较 6.3 FFT 例2：周期方波的DFT与FT比较 结论 低次谐波DFT变换与FT变换比较接近，而高次谐波有误差，这是由于频率混叠效应所致。 2. 卷积运算 （1）快速卷积运算过程 6.3 FFT x(n)和h(n)序列长度都为N时，卷积乘法运算次数： 时域直接运算： 频域快速运算： （2）圆卷积的环绕误差 6.3 FFT DFT变换中时域和频域都是周期性离散数据，在进行卷积运算时出现周期数据之间的叠带求和现象，使计算结果出现误差。 两个非周期离散序列的卷积 6.3 FFT 6.3 FFT 两个周期离散序列的卷积 表明 是周期为T0的离散函数，每个周期内有 N个离散点。其Fourier变换也是等间隔脉冲序列： Fourier系数： 6.2 DFT 将 代入得： （δ函数的筛选特性） （T0=NTs） 6.2 DFT 一个周期内N个采样点的复数值： 同理： 令： 得DFT、IDFT变换对： 6.2 DFT 可以分解为N个谐波指数序列，每个谐波分量的频率为f0或kf0，复振幅为 。 6.2 DFT DFT、IDFT的物理意义 DFT、IDFT N个时域采样 矢量x(n) N个频域采样 矢量X(k) 线性变换 可以分解为N个复指数序列，每个分量的频率为nf0，复振幅为 。 二、DFT与FT关系 6.2 DFT DFT是FT的近似，存在着频混和泄漏误差，近似的程度与被分析的波形特征及采样、截断参数有关。 1. 频域有限的周期信号，时域截断长度等于周期时 6.2 DFT 特点： 6.2 DFT （1）波形 截断长度等于 的周期 ，而且频率采样 ，频域采样正好落在各sinc(f)函数的中心，使得 与 波形相同。 （2）幅值 DFT变换前后，时域与频域信号相差一个因子 。 DFT与FT等价的条件： （1） 是周期函数； （2） 是频域有限信号； （3）采样频率至少是 上限频率的2倍； （4）截断函数必须正好在 的