数字信号处理第4章快速傅里叶变换(FFT)-(精品课件).pptVIP

与DFT的时域抽取分解比较， 不是 一个指数函数，所以处理要比W(2r+1)kN麻烦一些。根据三角公式有 (4.5.24) (4.5.25) 令X0H(k)=DHT［x0(n)］,X1H(k)=DHT［x1(n)］，并考虑DHT的周期性，(4.5.25)式可写成 为了使以下推导中公式简明，记 C(k)=cos (2π/N)k ，S(k)=sin (2π/N)/k 。将式(4.5.26)中的k分别取k，N/2+k,N/2-k和N-k四个值，并考虑X0H(k)和X1H(k)以N/2为周期，得到 (4.5.27) 当k=0时，式(4.5.27)中有重复，可单独写成 (4.5.28) 同理，在k=N/4时有 (4.5.29) 图4.5.1 基2DIT-FHT原理和哈特莱碟形 图4.5.2 4点DFHT蝶形图 图4.5.3 16点基2DIT―FHT流图 2. 基2DIT―FHT的运算量 观察图4.5.3可知，运算流图中都是实数运算。N=2M点FHT流图共分为M级。用L表示流图自右向左的蝶形级数。第L级乘法次数为2L(N/2L-2)，但最后二级无乘法运算，所以，总的乘法次数MH为 (4.5.30) (4.5.31) 同理可求得总的加法次数AH为 4.5.6 实信号的快速循环卷积 用DIT―FFT计算两个实信号x1(n)和x2(n)的循环卷积时，最直接的方法是将信号的虚部都置为零，再按复序列用FFT计算。显然这样做是很浪费的。现在我们可用基2DIT―FHT直接进行实正交变换来处理实信号的循环卷积问题。 计算式 (4.5.18) 谢谢！ 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 对y(n)进行N/2点FFT，输出Y(k)，则 根据DIT―FFT的思想及式(4.2.7)和(4.2.8)，可得到 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 并有 再将上式中的k表示为 可得 对k0=0,1,2,3,并用k表示k1，用n表示n0，可以 写出 (4.4.1) (4.4.2) (4.4.3) 令 则(4.4.2)式可写成如下更简明的形式： (4.4.4) 图4.4.1 分裂基第一次分解L形流图 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)］}Wn16, 0≤n≤3 x24(n)={［x(n)-x(n+8)］+j［x(n+4)-x(n+12)］}W3n16, 0≤n≤3 ?把上式代入式(4.4.4)，可得 X(2k)=DFT［x2(n)］, 0≤k≤7 X(4k+1)=DFT［x14(n)］, 0≤k≤3 X(4k+3)=DFT［x24(n)］, 0≤k≤3 图4.4.2 分裂基FFT算法L形排列示意图与结构示意图 (a)分裂基FFT算法L形排列示意图； (b)分裂基FFT算法运算流图结构示意图 图4.4.3 16点分裂基第一次分解L形流图(图中省去箭头) 第二次分解： 先对图4.4.3中N/2点DFT