第4章快速计算离散傅里叶变换.pptVIP

4.2.6 IDFT的快速算法 方法1： 按照FFT的方法编造IDFT的快速算法 程序。 那么将产生时域抽取法和频域抽取法两种。 好处是？ 坏处是？ 方法2：利用FFT的程序计算IDFT。将FFT中的WNkn改为 WN-kn，并且输出乘上1/N。比较DFT和IDFT的运 算公式就明白： 这么做产生哪两种方法？好处是？坏处是？ 图4.2.16 是DIT―IFFT运算流图 。 它是从哪种FFT方法转变过来的？ 为什么称它为DIT―IFFT运算流图 ？ 有时，为了防止运算过程中发生溢出，将1/N分配到每一级的蝶形运算中。下图是DIT―IFFT 防止溢出的运算流图 这种做法的乘法次数比前面的增加 次。 方法3：先对X(k)取共轭，然后直接利用FFT程序计算 x*(n)，最后输出再取共轭和乘上1/N。 怎么知道呢？ 根据是，对某序列两次取共轭等于没有取共轭。 好处是？坏处是？ 4.3 实序列的FFT算法 1 直接利用FFT程序。 好处是？坏处是？ 2 编一个专用于实序列的FFT程序。 好处是？坏处是？ 3 用一个FFT程序算两个实序列的FFT。 根据是DFT的共轭对称性： 若 x(n)=x1(n)+j·x2(n)， 则 X1(k)=[X(k)+X*(N-k)]/2 X2(k)= -j[X(k)-X*(N-k)]/2 好处是？坏处是？ 4 用一个N/2点的FFT程序算一个N点实序列的FFT 。 将N点实序列x(n)分成偶数点和奇数点两个序列x1(r)和 x2(r) ，然后造出一个N/2点的复序列， y(r)= x1(r)+j·x2(r) ，r=0, 1, … , (N/2-1) 对y(r)利用N/2点的FFT程序可以算出 Y(k)=DFT[y(r)]，k=0, 1, … , (N/2-1) 这时，利用方法3得 X1(k)=[Y(k)+Y*(N/2-k)]/2 X2(k)= -j[Y(k)-Y*(N/2-k)]/2 最后，利用时域抽取法快速傅里叶变换的原理得 X(k)=X1(k) +WNkX2(k)，k=0, 1, … , (N-1) 好处是？坏处是？ 4.4 分裂基FFT算法 从理论上讲，用较大的基数可以进一部减少DFT的运 算次数，但要使程序变得更复杂为代价。 分裂基FFT算法原理是这样： 它和基2FFT的基本原理大体相同； 不同的是分裂基FFT的做法是把N点长的时序分成4段， 再按基2FFT的频域抽取法的组合方法把 这4段变成1个(N/2-1)长的DFT和 2个(N/4-1)长的DFT。 (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) 第4章 快速傅里叶变换(FFT) 第4章 快速计算离散傅里叶变换 4.1 引言 4.2 基2FFT算法 4.3 进一步减少运算量的措施 4.4 分裂基FFT算法 4.5 离散哈特莱变换(DHT) 4.1 引言 与序列的傅里叶变换相比，离散傅里叶变换有实用价值。但是按定义直接计算DFT有实用价值吗？只有一些。因为这种算法的计算数度太慢了。特别是与后人发明的算法相比，它的慢更显突出。 1965年，J. W. Cooley 和 J. W. Tukey在Mathematics of Computation上发表了An algorithm for the machine calculation of complex Fourier series。它极大的提高了计算离散傅里叶变换的速度。 从定义来看N点长的DFT的运算量。 1 直接计算DFT需：复乘N2次，复加(N-1)N次。因为 1个k需复乘N次，复加(N-1)次。 对于复乘1次需50μs，复加1次需10μs的计算机，用直接法做N=1024点长的DFT共需多少时间？ 10242×50 ×10-6 ＋1023×1024×10×10-6=63(s) 2 Coole