第四篇 快速傅里叶变换.pptVIP

第四章 快速傅里叶变换(FFT) 本章目录 直接计算DFT的问题及改进的途径 4.1 引言 DFT在实际应用中很重要: 可以计算信号的频谱、功率谱和线性卷积等。 直接按DFT变换进行计算，当序列长度N很大时，计算量非常大，所需时间会很长,实时处理难以实现。 1965年，图基和库利发表了《机器计算快速傅立叶级数的一种算法》论文后，很快形成了快速计算DFT的计算机算法FFT。（Fast Fourier Transform) FFT并不是一种与DFT不同的变换，而是DFT的一种快速计算的算法。 4.2 直接计算DFT的问题及改进的途径 DFT的运算量 DFT运算量的结论 4.2.2 减少运算工作量的途径 4.3 按时间抽取的基2-FFT算法 算法原理 按时间抽取基-2FFT算法与直接计算DFT运算量的比较 按时间抽取的FFT算法的特点 按时间抽取FFT算法的其它形式流程图 4.3.1 算法原理 新概念：蝶形运算 以8点为例第一次按奇偶分解 运算量比较 进一步按奇偶分解 以8点为例第二次按奇偶分解 算法原理 以8点为例第三次按奇偶分解 4.3.2 按时间抽取基2-FFT算法与直接计算DFT运算量的比较 FFT算法与直接DFT算法运算量的比较 FFT算法与直接DFT算法运算量的比较 4.3.3 按时间抽取的FFT算法的特点 同址运算（原位运算） 观察原位运算规律 序列的逆序排列 倒位序的树状图（N=8） 码位的倒位序(N=8) 倒位序的变址处理（N=8） 倒序框图 蝶形运算两节点间的距离 蝶形运算两节点间的距离 相同旋转因子节点间的距离 相同旋转因子节点间的距离 旋转因子的确定 编程思想和框图 4.4 按频率抽取的基2-FFT算法 算法原理 4.4.1 算法原理 蝶形运算 例 按频率抽取(N=8) N＝8的DIF-FFT运算流图 4.4.2 频率抽取法与时间抽取法的异同 频率抽取法输入是自然顺序，输出是倒位序的；时间抽取法正好相反。 频率抽取法的基本蝶形与时间抽取法的基本蝶形有所不同。 频率抽取法与时间抽取法的基本蝶形是互为转置的。 频率抽取法运算量与时间抽取法相同。 4.4.3 进一步减少运算量的措施 4.5 快速傅里叶逆变换(IFFT)算法 例 频率抽取IFFT流图(N=8) 快速傅里叶逆变换另一种算法 4.6 分裂基FFT算法 4.6.1 分裂基FFT算法原理 N为4的整数倍 当n=pq，且p=N/4，q=4时，n可表示为 则可写成如下更简明的形式： 4.7 离散哈特莱变换(DHT) 4.7.1 离散哈特莱变换(DHT)定义 设x(n)为实序列，长N，其DHT定义为： 逆变换证明如下： 将式代入得 4.7.2 DHT与DFT之间的关系一 将XH(k)分解为奇对称分量XHo(k)与偶对称分量XHe(k) (1)DHT是实值变换，在对实信号或实数据进行谱分析时避免了复数运算，从而提高了运算效率，相应的硬件也更简单、更经济； (2)DHT的正、反变换(除因子1/N外)具有相同的形式，因而，实现DHT的硬件或软件既能进行DHT，也能进行IDHT； (3)DHT与DFT间的关系简单，容易实现两种谱之间的相互转换。 N≠2L时的FFT算法 将x(n)补零，使N增长到最近的一个2L值。 如果要求准确的N点DFT，只能用直接DFT方法。 若只对信号的某一段频段感兴趣，即只需要计算单位圆上某一段的频谱值，再或者需要计算非单位圆上的某一段频谱值，用线性调频z变换Chirp-z变换）CZT算法。见书P。 4.8 Matlab实现 用FFT计算实信号的快速线性卷积 用FFT进行谱分析的Matlab实现 用CZT进行谱分析的Matlab实现 4.8.1 用FFT计算实信号的快速线性卷积 4.8.2 用FFT进行谱分析的Matlab实现 例4.8.2 程序清单 例4.8.2程序运行结果 令 对偶序号使用基-2FFT算法，对奇序号使用基-4FFT算法，称分裂基FFT算法 4.6.2 分裂基第一次分解L形流图 1、DFT中x(n)一般为复数序列，即使是实数序列， DFT也会将其看成虚部为零的复数来进行运算， 这样就大大加大了运算量。 2、实数序列x(n)，其N点DFT具有共轭对称性： k=0，1， …，N-1 问题：寻求直接对实数序列进行实数域变换的方法？ (Discrete Hartley Transform) DHT:直接对实序列进行实数域变换。 式中，cas(α)=cosα+sinα。 逆变换(IDHT)为： 正变换(DHT)为： DHT的核函数 DFT的核函数 由DHT定义有 4.7.2