数字信号处理--第4章快速傅里叶变换(FFT)-(精品课件).pptVIP

* 数字信号处理 * 数字信号处理 由于每个L形有两次复(数)乘运算，所以全部复 乘次数为 (4.4.5) * 数字信号处理 4.5 离散哈特莱变换(DHT) 4.5.1 离散哈特莱变换定义 设x(n),n=0,1,…,N-1，为一实序列，其DHT定义为 式中，cas(α)=cosα+sinα。其逆变换(IDHT)为 (4.5.3) * 数字信号处理 逆变换证明如下： (4.5.4) * 数字信号处理 将式(4.5.2)代入式(4.5.3)得 * 数字信号处理 4.5.2 DHT与DFT之间的关系 为了便于比较，重写DFT如下： (4.5.5) (4.5.6) 容易看出，DHT的核函数 DFT的核函数 的实部与虚部之和。 * 数字信号处理 将XH(k)分解为奇对称分量XHo(k)与偶对称分量XHe(k)之和 (4.5.7) (4.5.8) (4.5.9) 由DHT定义有 (4.5.10a) (4.5.10b) * 数字信号处理 所以，x(n)的DFT可表示为 同理，x(n)的DHT可表示为 因此，已知x(n)的DHT，则DFT可用下式求得： (4.5.11) (4.5.12) (4.5.13) * 数字信号处理 4.5.3 DHT的主要优点 (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。 * 数字信号处理 4.5.4 DHT的性质 1. 线性性质 (4.5.14) 2. x(N-n)的DHT (4.5.15) 其中，当k=0时，XH(N-k)=XH(N)=XH(0)。 * 数字信号处理 证明 由DHT定义 而 * 数字信号处理 3. 循环移位性质 (4.5.16) (4.5.17) 证明 由DHT定义有 * 数字信号处理 * 数字信号处理 4. 奇偶性 奇对称序列和偶对称序列的DHT仍然是奇对称序列或偶对称序列，即DHT不改变序列的奇偶性。 5.循环卷积定理 (4.5.18) (4.5.19) * 数字信号处理 证明 下面利用DFT的循环卷积定理和DHT与DFT之间的关系来证明 其中，X1(k)=DFT［x1(n)］,X2(k)=DFT［x2(n)］,根据DHT与DFT之间的关系，则有 * 数字信号处理 将上面两式代入式(4.5.20)并整理后，得 所以式(4.5.18)成立。同理可证明式(4.5.19)亦成立。 当x1(n)或x2(n)是偶对称序列时，则由DHT的奇偶性有 (4.5.21) * 数字信号处理 4.5.5 DHT的快速算法(FHT) 1.基2DIT―FHT算法及运算流图 仿照快速DFT的分解方法，可通过时域抽取或频域抽取的方式实现快速DHT。 x(n)的N=2M点DHT如下式： 对x(n)进行奇偶抽取 (4.5.22) (4.5.23) * 数字信号处理 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) * 数字信号处理 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 * 数字信号处理 (4.5.27) * 数字信号处理 当k=0时，式(4.5.27)中有重复，可单独写成 (4.5.2