数字信号处理第4章 快速里叶变换.ppt

课件 第4章 快速傅里叶变换(FFT) 4.1 引言 4.2 基2FFT算法 4.3 进一步减少运算量的措施 4.4 分裂基FFT算法 4.5 离散哈特莱变换(DHT) 4.1 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，所以在快速傅里叶变换(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。 4.2 基2FFT算法 4.2.1 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x(n)的DFT为 考虑x(n)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X(k)值需要N次复数乘法、(N-1)次复数加法。 如前所述，N点DFT的复乘次数等于N2。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WmN具有明显的周期性和对称性。其周期性表现为 4.2.2 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DIF―FFT)。下面先介绍DIF―FFT算法。 设序列x(n)的长度为N，且满足 则x(n)的DFT为 其中X1(k)和X2(k)分别为x1(r)和x2(r)的N/2点DFT，即 二次分解：与第一次分解相同，将x1(r)按奇偶分解成两个N/4长的子序列x3(l)和x4(l)，即 用同样的方法可计算出 4.2.3 DIT―FFT算法与直接计算DFT运算量的比较 每一级运算都需要N/2次复数乘和N次复数加(每个蝶形需要两次复数加法)。所以，M级运算总共需要的复数乘次数为 4.2.5 频域抽取法FFT(DIF―FFT) 在基2快速算法中，频域抽取法FFT也是一种常用的快速算法，简称DIF―FFT。 设序列x(n)长度为N=2M，首先将x(n)前后对半分开，得到两个子序列，其DFT可表示为如下形式： 4.2.6 IDFT的高效算法 上述FFT算法流图也可以用于离散傅里叶逆变换(Inverse Discrete Fourier Transform，简称IDFT)。比较DFT和IDFT的运算公式： 如果希望直接调用FFT子程序计算IFFT，则可用下面的方法： 由于 4.3 进一步减少运算量的措施 4.3.1 多类蝶形单元运算 由DIT―FFT运算流图已得出结论，N=2M点FFT共需要MN/2次复数乘法。 ?由(4.2.12)式，当L=1时，只有一种旋转因子W0N=1，所以，第一级不需要乘法运算。 综上所述，先除去第一、二两级后，所需复数乘法次数应是 从L=3至L=M共减少复数乘法次数为 从实数运算考虑，计算N=2M点DIT―FFT所需实数乘法次数为 4.3.2 旋转因子的生成 在FFT运算中，旋转因子WmN=cos(2πm/N)-jsin(2πm/N)，求正弦和余弦函数值的计算量是很大的。 4.3.3 实序列的FFT算法 设x(n)为N点实序列，取x(n)的偶数点和奇数点分别作为新构造序列y(n)的实部和虚部，即 由于x(n)为实序列，所以X(k)具有共轭对称性，X(k)的另外N/2点的值为 4.4 分裂基FFT算法 4.4.1 分裂基FFT算法原理 当n=pq，且p=N/4，q=4时，n可表示为 则(4.4.2)式可写成如下更简明的形式： 例如，N=16，第一次抽选分解时，由式(4.4.3)得 ?x2(n)=x(n)+x(n+8), 0≤n≤7 x14(n)={［x(n)-x(n+8)］-j［x(n+4)-x(n+12)］}Wn