中北大学数字信号处理原理及应用快速傅里叶变换.ppt

根据共轭对称性，则 所以 设一个2N点的序列 ，现按偶、奇进行分解得： 再构造复数序列y(n) 这相当于一个N点DFT运算加上DIT-FFT蝶形运算，当N较大时，可节省近一半的计算量。 然后先求出x1(n)和x2(n)的N点DFTX1(k)和X2(k)，因为x1(n)和x2(n)分别是原序列x(n)的偶、奇序列，这与按时间抽取的FFT算法的分解思路完全相同，故根据DIT-FFT蝶形运算式，可得 4.6.2 离散哈特曼变换 1、离散哈特曼变换的定义 设x(n)为一N点的实序列，则其离散哈特曼变换（DHT）为 逆变换为 式中 2. DHT与DFT的关系 DFT和IDFT用欧拉公式展开可表示成 可以看出，DHT的核函数 是DFT核函数 的实部和虚部之和。 将 分解为奇对称分量和偶对称分量之和 其中 由DHT的定义可得 所以 因此 如果不考虑因子1/2，只要增加2N次实数加法运算就能由DHT求出DFT。 3. DHT的快速算法（FHT） 仿照快速DFT的分解方法，可通过时域的抽取或频域抽取方式实现快速DHT。将N=2M点的实序列 进行奇偶抽取 则 根据三角公式 令 ， ，根据DHT的周期性，在 时 类似于DIT基-2FFT分解的同址运算思想，可用 、 、 和 四个点同址运算得出 、 、 和 。这种运算构成了一个运算蝶形，称为“哈特曼蝶形”。 设 将上式中k分别取k、N/2+k、N/2-k和N-k四个值，并考虑 和 以N/2为周期，当 时，得到 Matlab程序演示 1、直接利用定义计算DFT x=ones(1,1024); f=() FourierTran(x,1024); timeit(f) 运行结果： ans = 0.7239 2、利用FFT算法计算DFT f1=() fft(x,1024); timeit(f1) 运行结果： ans = 1.5766e-005 0.7239 / (1.5766e-005) = 4.5915e+004 4.2.3.FFT算法的特点 1）原位计算（同址运算） m表示第m级迭代，i，j表示数据所在的行数 2）输入序列的序号及整序规律 DIT―FFT算法的输入序列的排序看起来似乎很乱，但仔细分析就会发现这种排序是很有规律的。由于N=2M，所以顺序数可用M位二进制数(nM-1nM-2…n1n0)表示。 输入的混序是通过输入正序序列按码位倒置实现的。 自然顺序 二进制数 倒位序二进制数 倒位顺序 输入数据的变址处理 3）各类蝶形运算两节点的“距离”及 的变化规律 对N = 2M点FFT，输入倒位序，输出自然序，第m级运算每个蝶形的两节点距离为 2m–1，第m级运算： 蝶形运算两节点的第一个节点为i值，表示成M位二进制数，左移M – m位，把右边空出的位置补零，结果为r的二进制数。 （1）直接计算法 级数 的取值范围 重复组数 第一级 第二级 第三级 第m级 第M级 1 （2）逆推法 4.2.4、DIT算法的其他形式流图 输入自然序输出倒位序 输入输出均自然序 相同几何形状 输入自然序输出倒位序 4.3.1 算法的基本原理 设序列x(n)长度为N=2M，首先将x(n)前后对半分开，得到两个子序列，其DFT可表示为如下形式： 4.3 频域抽取基-2 FFT算法 由于 N点DFT按k的奇偶分组可分为两个N/2的DFT k取偶数时（k=2r，r=0,1,...,N/2-1） 设 将x1(n)和x2(n)分别代入 和 式，可得 则X(2r)和X(2r+1)分别是x1(n)和x2(n)的 N / 2点DFT，记为X1(k)和X2(k) DIF-FFT的一次分解运算流图（N=8）： 由于N/2仍然为2的整数幂，继续将N/2点DFT分成偶数组和奇数组，这样每个N/2点DFT又可分解成两个N/4点DFT，其输入序列分别是按上下对半分图开后通过蝶式运算构成的4个子序列 ,如下图 按照以上方法继续分解下去，经过M-1次分解，最后分解为N/2个两点DFT，这N/2个2点DFT的输