第四章-快速傅里叶变换(FFT).pptVIP

语音信号消噪过程 信号淹没在啸叫噪声中； (b) 信号与噪声的功率谱； (c) 去噪后的功率谱； (d) 重构原语音信号 FFT应用举例 时间抽取、 输入自然顺序、 输出倒位序的FFT流图 §4.4 按频率抽取（DIF）的FFT算法 与DIT-FFT算法类似分解，但是抽取的是X(k)。即分解X(k)成奇数与偶数序号的两个序列。 设： N = 2L，L 为整数。将X(k)按k的奇偶分组前，先将输入x(n)按n的顺序分成前后两半： （Decimation In Frequency) 一、算法原理 下面讨论 按k的奇偶将X(k)分成两部分： 显然： 令： 用蝶型结构图表示为： x1(0) x1(1) -1 x1(2) x1(3) -1 x2(0) x2(1) -1 x2(2) x2(3) -1 N/2点 DFT N/2点 DFT x(0) x(7) x(1) x(2) x(3) x(4) x(5) x(6) X1(0)=X(0) X2(0)=X(1) X1(1)=X(2) X1(2)=X(4) X1(3)=X(6) X2(1)=X(3) X2(2)=X(5) X2(3)=X(7) N/2仍为偶数，进一步分解：N/2 → N/4 x3(0) x3(1) -1 -1 x4(0) x4(1) N/4点 DFT N/4点 DFT x1(0) x1(1) x1(2) x1(3) X3(0)=X1(0)=X(0) X4(0)=X1(1)=X(2) X3(1)=X1(2)=X(4) X4(1)=X1(3)=X(6) 按照以上思路继续分解，即一个N/2的DFT分解成两个N/4点DFT，直到只计算2点的DFT，这就是DIF-FFT算法。 2个1点的DFT蝶形流图 进一步简化为蝶形流图： 1点DFT x3(0) 1点DFT x3(1) X(0) X(4) X(0) X(4) x3(0) x3(1) 二、按频率抽取FFT蝶形运算特点 1）原位计算 -1 L级蝶形运算，每级N/2个蝶形，每个蝶形结构： m表示第m级迭代，k，j表示数据所在的行数 2）蝶形运算 对N=2L点FFT，输入自然序，输出倒位序， 两节点距离：2L-m=N / 2m 第m级运算： 蝶形运算两节点的第一个节点为k值，表示成L位二进制数，左移m-1位，把右边空出的位置补零，结果为r的二进制数。 存储单元 输入序列x(n) : N个存储单元 系数 ：N / 2个存储单元 三、DIT与DIF的异同 基本蝶形不同 DIT: 先复乘后加减 DIF: 先减后复乘 运算量相同 都可原位运算 DIT和DIF的基本蝶形互为转置 §4.5 IDFT的FFT算法（FFT应用一） 一、从定义比较分析 与DFT的比较： 1）、旋转因子WN-kn 的不同； 2）、结果还要乘 1/N。 二、实现算法——直接使用FFT程序的算法 共轭 FFT 共轭 乘1/ N 直接调用FFT子程序计算IFFT的方法： §4.6 线性调频Z变换（Chirp-Z变换）算法 （FFT应用二） 单位圆与非单位圆采样 （a） 沿单位圆采样; (b) 沿AB弧采样 螺线采样 zk=AW-k k=0, 1, …, M-1 Chirp-Z变换的线性系统表示 由于系统的单位脉冲响应 可以想象为频率随时间(n)呈线性增长的复指数序列。在雷达系统中,这种信号称为线性调频信号（Chirp Signal），因此，这里的变换称为线性调频Z变换。 一、基本算法思路 §4.7 线性卷积的FFT算法（FFT应用三） 若L点x(n)，M点h(n)， 则直接计算其线性卷积y(n) 需运算量： 若系统满足线性相位，即： 则需运算量： FFT法：以圆周卷积代替线性卷积 N 总运算量： 次乘法 比较直接计算和FFT法计算的运算量 讨论： 1）当 2）当 x(n)长度很长时，将x(n)分为L长的若干小的片段，L与M可比拟。 1、重叠相加法 则： 输出： 其中： 可以用圆周卷积计算： 选 ，上面圆周卷积可用FFT计算。 N 由于yi(n)长度为N，而xi(n)长度L ，必有M-1 点重叠， yi(n)应相加才能构成最后y(n)的。 重叠相加法图形 和上面的讨论一样， 用FFT法实现重叠相加法的步骤如下:? ① 计算N点FFT， H(k)=DFT［h(n)］； ② 计算N点FFT，Xi(k)=DFT［xi(n)］； ③ 相乘，Yi(k)=Xi(k)H(k)； ④ 计算N点IFFT，yi(n)=IDFT［Yi(k)］； ⑤ 将各段yi(n)（包括重叠部分）