快速博里叶变换.docVIP

快速博里叶变换(FFT) 一、引言 DFT是信号分析与处理中的一种重要变换。因直接计算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，所以在快速博里叶变换(简称FFT)出现以前，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。直到1965年发现了DFT的一种快速算法以后，情况才发生了根本的变化。 算效率提高1到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良好的条件，大大推动了数字信号处理技术的发展。 二、基2FFT算法 1、直接计算DFT的特点及减少运算量的基本途径 长度为N的有限长序列的DFT为 考虑为复数序列的一般情况，对某一个k值，直接按(4.2.1)式计算值需要N次复数乘法、(N-l)次复数加法。因此，对所有N个k值，共需次复数乘法及N(N-l)次复数加法运算。当Nl时，N(N-l) 。由上述可见，N点DFT的乘法和加法运算次数均与成正比。当N较大时，运算量相当可观。例如N=l024时，=1 048 576。这对于要求实时信号处理来说，必将对计算速度提出难以实现的要求。所以，必须减少其运算量，才能使DFT在各种科学和工程计算中得到应用。 如前所述，N点DFT的复乘次数等于。显然，把N点DFT分解为几个较短的DFT，可使乘法次数大大减少。另外，旋转因子具有明显的周期性和对成性。其周期性表现为 （4.2.2） 其对成性表现为 或者 （4.2.3） FFT算法就是不断把长序列的DFT分解成几个段序列的DFT，并利用的周期性和对称性来减少DFT的运算次数。最常用的是基2FFT（即的FFT）。 2、时域抽取法基 2FFT基本原理 FFT算法基本上分为两大类：时域抽取法FFT（Decimation-In-Time FFT,简称DIT-FFT）和频域抽取法FFT（Decimation-In-Frequency FFT,简称DIT-FFT）。下面先介绍DIT-FFT算法。 设序列的长度为N，且满足 N=， M为自然数 按n的奇偶把分解为两个N/2的子序列 , 则的DFT为 由于 === 所以 （4.2.4） 其中和分别为和的N/2点DFT，即 （4.2.5） （4.2.6） 由于和均以N/2为周期，且=，所以又可表示为 （4.2.7） （4.2.8） 所示，根据其形状称之为蝶型运算符号。采用这种图示法，可将上述分解运算表示为图4.2.2中，图中，又式（4.2.7）给出，而则由式（4.2.8）给出。 ， 那么，又可表示为 （4.2.9） 式中 同理，由和的周期性和的对成性最后得到： （4.2.10） 用同样的方法可计算出 （4.2.11） 其中 中央经过第二次分解，又将 N/2 点DFT分解为两个N/4点DFT 和（4.2.10）式或（4.2.11）式所示的N/4个蝶形运算，如图4.2.3所示，依次类推，经过M-1次分解，最后将N/2 点DFT分解成N/2个2点DFT。一个完整的8点DFT-FFT运算流图如图4.2.4所示。图中用到关系式 。 小结 FFT是数字信号处理的重要概念和算法，它的出现标志着数字信号处理学科的诞生。它提出的目的是减少DFT的计算量。通过这次课我们学习了基2FFT快速算法的基本思想及时域抽取基2FFT基本原理。 第 1 页