《信号与系统》§ 9.5 快速傅里叶变换技术方案.pptVIP

信 号 与 系 统 § 9.5 快速傅里叶变换 9.5.1 减少DFT运算次数的途径 9.5.2 时间抽选算法(DIT)的基本原理 9.5.3 快速傅里叶变换的运算量 9.5.4 按时间抽取(DIT)的FFT算法的特点 9.5.1 减少DFT运算次数的途径 依照DFT的定义式 两者的差别仅在指数的符号和因子1/N。 如何减少运算工作量，主要利用以下三个方面的特性进行考虑。 (1) 的周期性 (2) 的对称性 (3)把N点DFT运算分解为N/2点的DFT运算，然后取和。 9.5.2 时间抽选算法(DIT)的基本原理 FFT算法基本上分为两大类：时域抽取法FFT(简称DIT-FFT) 和频域抽取法FFT(简称DIF―FFT)。 1、时域抽取法FFT的算法思想： 将序列x(n)按n为奇、偶数分为x1(n)、x2(n)两组序列；用2个N/2点DFT来完成一个N点DFT的计算。 设序列x(n)的长度为N，且满足： 为自然数 (1) 按n的奇偶把x(n)分解为两个N/2点的子序列 ｛ (2)用N/2点X1(k)和X2(k)表示序列x(n)的N点DFT X(k) 偶数 奇数 注意：这里的k的取值范围为0，1，…，N-1 由于X1(k)和X2(k)均以N/2为周期，且 , X(k)又可表示为: 对上式的运算用下图所示的流图符号来表示 ｛ 这样将N点DFT分解为两个N/2点的DFT X1(k) X2(k) X1(k)+ WNk?X2(k) X1(k)?WNk?X2(k) WNk 图：蝶形运算符号 完成一个蝶形运算需要一次复数乘和两次复数加法运算，经过一次分解后，共需要复数乘和复数加的次数为2(N/2)2+N/2和N2/2 N=8点DFT的二次时域抽取分解图 X1(k+N/2)=X3(k)?WN/2k?X4(k) X1(k)=X3(k)+WN/2k?X4(k) X2(k) = X5(k)+ WN/2k?X6(k) X2(k+N/2) = X5(k)? WN/2k?X6(k) k=0,1,…,N/4-1 ； N=8按时间抽取的FFT运算流图 9.5.3 快速傅里叶变换的运算量 共需 级蝶形运算,而且每级都由 个蝶形运算组成,每个蝶形运算有一次复乘,两次复加。因此, 点的FFT的运算量为： 复乘： 复加： 由于计算机的乘法运算比加法运算所需的时间多得多，故以乘法作为比较基准。直接计算DFT与FFT算法的计算量之比为 由上式可见，当点数N越大时，FFT的优点更为明显 9.5.4 按时间抽取(DIT)的FFT算法的特点 1. 原位运算 设用 表示第 列,用 表示蝶形输入数据所在的（上/下）行数 ),这时任何一个蝶形运算可用下面通用式表示，即 可见,在某列进行蝶形运算的任意两个节点(行) 和 的节点变量 就完全可以确定蝶形运算的结果 ,与其它行(节点)无关。这样,蝶形运算的两个输出值仍可放回蝶形运算的两个输入所在的存储器中,即实现所谓原位运算。