第七讲 快速傅里叶变换 fft.pptxVIP

本讲在分析直接计算DFT的特点的基础上介绍DFT的快速算法-快速傅里叶变换(FFT)；同时简要介绍了FFT算法的发展历程；此外还要介绍FFT的两种最常用的算法－－基于时间抽取的FFT（DIT：库利－图基算法）和基于频率抽取的FFT（DIF：桑德－图基算法）。;一、直接计算DFT存在的问题;对于象雷达、通信、声纳等需要实时处理的信号，因为其运算量更大，所以无法满足信号处理的实时性要求。迫切需要有新的算法。 ;1.对称性;第二列和第三列交换，则：;由此得出：;三、FFT发展简介;FFT的发展历程： 1965年，J. W. Cooley和J. W. Tukey巧妙应用DFT中W因子的周期性及对称性提出了最早的FFT，这是基于时间抽取的FFT。具有里程碑式的贡献(运算量缩短两个数量级) 1966年，G. Sand提出了基于频率抽取的FFT算法 1975年，Winogard提出WFTA法；1977年Kolha和Parks提出素因子算法（PFA） 1984年，P. Dohamel和H. Hollmann提出分裂基快速算法，进一步减少了计算量，提高了计算速度（目前最理想的算法）;FFT的各种算法;;因为 ，所以：;即将一个N点的DFT分解成为两个N/2点的DFT。上述运算可用右下图来表示，称为蝶形运算符号。;下图是N＝8时的一个分解运算图。;计算一个N/2点DFT需要(N/2)2复数乘和N/2(N/2-1)次复数加法。所以按刚才的方法计算N点DFT总的运算量为2(N/2)2+N/2=N(N+1)/2≈N2/2(N1时)复数次乘法和N(N/2-1)+2N/2=N2/2次复数加法运算。 由此可见，仅仅经过一次分解就能使运算量减少近一半！;则，X1(k)又可表示为：;同理可得：;这样，又将N/2点的DFT分解为两个N/4点的DFT。依次类推，经过M-1次分解，最后将N点DFT分解成N/2个2点DFT。一个完整的8点DFT-FFT运算流图如下图所示。;2.运算量的比较;以N＝1024为例，其运算量与直接计算的比例为：;根据运算流图可知，DIT-FFT的运算很有规律。N＝2M点的FFT共进行M级运算，每级运算有N/2个蝶形运算构成；同一级中，每个蝶形的两个输入数据只对计算本蝶形有用，并且每个蝶形的输入、输出数据节点又同在一条水平线上，这意味着计算完一个蝶形后所得数据可立即存入原输入数据所占用的存贮单元，这样，经过M级运算后，原来存放输入序列数据的N个存贮单元中并依次存放???X(k)的N个值。这种利用同一存贮单元存贮计算输入、输出数据的方法称为原位（址）计算。; (0)=X0(0) X1(0) X2(0) X3(0)=X(0) (4)=X0(1) X1(1) X2(1) X3(1)=X(1) (2)=X0(2) X3(2)=X(2) (6)=X0(3) X3(3)=X(3) (1)=X0(4) X1(4) X2(4) X3(4)=X(4) (5)=X0(5) X3(5)=X(5) (3)=X0(6) X3(6)=X(6) (7)=X0(7) X1(7) X2(7) X3(7)=X(7);(2)旋转因子的变化规律; 从运算流图可以看出，原位计算时，FFT的输出X(k)是按正常顺序排列在存储单元中，即按X(0)，X(1),···，X(7)的顺序排列，但是这时输入x(n)都不是按自然顺序存储的，这看起来好象是“混乱无序”的，实际上是有规律的，我们称之为倒位序。 造成倒位序的原因是输入x(n)按标号n的偶奇的不断分组而造成。;倒位序实现 输入序列先按自然顺序存入存储单元,然后经变址运算来实现倒位序排列，设输入序列的序号为n,二进制为(n2 n1 n0 )2 ,倒位序顺序用 表示,其倒位序二进制为(n0 n1 n2 )2 。; 0 0 0 0 0 0 0 0 1 0 0 1 1 0 0 4 2 0 1 0 0 1 0 2 3 0 1 1 1 1 0