施加FFT-沈阳广播电视大学.PPT

信号处理原理 F F T 实 验 张哲 信号处理原理 * 信号处理原理 * 信号处理原理 沈阳广播电视大学 FFT算法 FFT不是一种新的算法，而只是DFT的快速算法 直接计算DFT的复杂度为O(N2) 计算DFT需要： N*N=N2次复数乘法 N*N=N2次复数加法 被称为旋转因子，可以预先算好并保存 离散谱的性质 离散谱定义 离散序列h(nTs) (0?nN)的DFT离散谱为 离散谱性质 周期性 序列的N点DFT离散谱是周期为N的序列。 ☆幅度对称性 如果离散序列x(nTs)(0?nN)为实序列，则其N点DFT关于原点和N/2都有 ☆共轭对称性 FFT的原理 1 W具有周期性 2 W具有对称性 N点DFT运算可以分解为两组N/2点DFT运算，然后再取和。 经过周期性与对称性简化之后,容易发现DFT运算中存在着不必要的重复计算,避免这种重复,是简化运算的关键. DFT的复杂度与点数N有关！ FFT的原理 N/4点DFT N/4点DFT N/4点DFT N/4点 DFT N/4点DFT N/4点 DFT N 点 组 合 相 加 第一级 第二级 第三级 FFT逐级分解 FFT运算流程图 第一级 第二级 第三级 蝶形运算单元 群 FFT蝶形运算单元 一个蝶形单元只需一次复数乘法和两次复数加法 可以共享 FFT算法流程说明 ☆ 全部计算分解为M级，或称为M次迭代。 ☆ 输入序列x(n)按码位倒读顺序排列，输出序列X(k)按自然顺序排列。 ☆ 每级都包含N/2个蝶形单元。 ☆ 每级的若干蝶形单元组成“群”。第1级群数为N/2，第2级群数为N/4，……第i级群数为N/2i，最后一级的群数为1。 ☆ 每个蝶形单元都包含乘Wnk与-Wnk的运算（可简化为乘Wnk与加、减法各一次）。 ☆ 同一级中，各个群的W分布规律完全相同。 FFT算法流程说明 各级中W的排列规律（自上而下） 第1级： 第2级： 第3级： …… 第i级： …… 第M级： …… …… W的指数为： 次序*本级群数 FFT算法流程说明 码位倒读 输入序列x(n)的排列次序不符合自然顺序。此现象是由于按n的奇偶分组进行DFT运算而造成的，这种排列方式称为“码位倒读”的顺序。 所谓“倒读”，是指按二进制表示的数字首尾位置颠倒，重新按十进制读数。 码位倒读示例（N=8） 码位倒读算法 int BitReverse(int src, int size) // src是待倒读的数，size是数二进制位数 { int tmp = src; int des = 0; for (int i=size-1; i=0; i--) { des = ((tmp 0x1) i) | des; tmp = tmp 1; } return des; } 取出tmp的最后一位， 放到des的指定位上。 2 FOR(I=0，L=N/2; IR; I++){ // 逐级计算. L:级内群数 FOR(J=0, M=1; JL; J++){ // 逐群计算. M:群内单元数 FOR(K=0; KM; K++){ // 逐蝶形单元计算 POS = K + J * (M*2) ; TMP = DATA[POS + M] * W[K*L] ; DATA[POS + M] = DATA[POS] - TMP ; DATA[POS] += TMP ; } } L /= 2; // 群数减少一倍 M *= 2; // 蝶形单元数增加一倍 } FFT算法流程框架 1 按下标二进制对输入进行整序 符号说明 N=2R是FFT的点数。 I表示当前级，J表示当前群，K表示当前蝶形单元。 L表示当前级内的群数，M表示当前群内的蝶形单元数。 FFT算法复杂度分析 FFT的复杂度分析 预先计算好 一个对偶结点对的计算需要2次复数加法和1次复数乘法 对任一次迭代，共有N/2对结点，因此共需N次复数加法和N/2次复数乘法 r次迭代的总计算量为 复数加法次数 复数乘法次数 算法复杂度 IDFT同样可用FFT实现，算法复杂度相同。 FFT实验 二维离散傅里叶变换2D-DFT 空间中的矩阵向量(或点)表示为 ☆ 可以把[g(m,n)]看作是一幅二维数字图像，则g(m,n)是图像在坐标(m,n)处的亮度(灰度级)。 ☆ 若把g(m,n)视为一个二元函数（自变量为m和n），则它是数字图像在平面上的亮度分布函数。 FFT实验 定义1：二维矩阵向量[g(m,n)]的2D-DFT 定义2：二维矩阵谱向量[G(p,q)]的2D-IDFT FFT实验