2019第四章快速傅里叶变换（FFT）.pptVIP

第四章快速傅里叶变换（FFT） 主要内容 DIT-FFT算法 DIF-FFT算法 IFFT算法 线性卷积的FFT算法 §4.1 引言 FFT: Fast Fourier Transform 1965年，Cooley-Turky 发表文章《机器计算傅里叶级数的一种算法》，提出FFT算法，解决DFT运算量太大，在实际使用中受限制的问题。 FFT的应用。频谱分析、滤波器实现、实时信号处理等。 DSP芯片实现。TI公司的TMS 320c30，10MHz时钟，基2-FFT1024点FFT时间15ms。 典型应用：信号频谱计算、系统分析等 §4.2 直接计算DFT的问题及改进途径 3、降低DFT运算量的考虑 §4.3 按时间抽取（DIT）的FFT算法 一、算法原理 设序列点数 N = 2L，L 为整数。 若不满足，则补零 将N点DFT定义式分解为两个长度为N/2的DFT 将上式表达的运算用一个专用“蝶形”信流图表示。 用“蝶形结”表示上面运算的分解： N点DFT分解为四个N/4点的DFT 类似进一步分解 类似的分解一直继续下去，直到分解为最后的两类蝶形运算为止(2点DFT). 如上述N=8=23，N/4=2点中： 二、FFT运算量与运算特点 1． N=2L时，共有L=log2N级运算；每一级有N/2个蝶形结。 2．每一级有N个中间数据，且每级只用到本级的转入中间数据，适合于迭代运算。 3．计算量： 每级N/2次复乘法，N次复加。（每蝶形只乘一次，加减各一次）。共有L*N/2=N/2log2N 次复乘法；复加法L*N=Nlog2N 次。与直接DFT定义式运算量相比(倍数) N2/((N/2 ) *log2N) 。当 N大时，此倍数很大。 三、按时间抽取FFT蝶形运算特点 关于FFT运算的混序与顺序处理（位倒序处理） 由于输入序列按时间序位的奇偶抽取，故输入序列是混序的，为此需要先进行混序处理。 混序规律： x(n)按n位置进行码位（二进制）倒置规律输入，而非自然排序，即得到混序排列。所以称为位倒序处理。 例 计算 ， 。计算 点FFT。用时间抽取输入倒序算法，问倒序前寄存器的数 和倒序后 的数据值？ 四、DIT算法的其他形式流图 输入倒位序输出自然序 输入自然序输出倒位序 输入输出均自然序 相同几何形状 输入倒位序输出自然序 输入自然序输出倒位序 §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： 下面讨论 二、按频率抽取FFT蝶形运算特点 1）原位计算 §4.5 IDFT的FFT算法（FFT应用一） 一、从定义比较分析 §4.7 线性卷积的FFT算法（FFT应用二） 2、重叠保存法 此方法与上述方法稍有不同。 先将x(n)分段，每段L=N-M+1个点，这是相同的。 不同之处是，序列中补零处不补零，而在每一段的前边补上前一段保留下来的（M-1）个输入序列值， 组成L+M-1点序列xi(n) 。 如果L+M-12m， 则可在每段序列末端补零值点，补到长度为2m，这时如果用DFT实现h(n)和xi(n)圆周卷积，则其每段圆周卷积结果的前（M-1）个点的值不等于线性卷积值，必须舍去。 解：倒序前 倒序 倒序为 倒序后 4.蝶形运算两节点的距离:2m-1 其中,m表示第m列,且m =1,… ,L 例如N=8=23 ,第一级(列)距离为21-1=1, 第二级(列)距离为22-1=2， 第三级(列)距离为23-1=4。 5.WNr 的确定(仅给出方法) 考虑蝶形运算两节点的距离为2m-1 ,蝶 形运算可表为 Xm(k)=Xm-1(k)+Xm-1(k+2m-1)WNr Xm(k+2m-1)=Xm-1(k)-Xm-1(k+2m-1)WNr 由于N为已知,所以将r的值确定即可。 为此，令k=(n2n1n0)2 ,再将k= (n2n1n0)2 左移(L-m)位,右边位置补零,就可得到 (r)2 的值，即(r)2 =(k)22L-m 。 6.存储单元 存输入序列 (n),n=0,1, ,N-