快速傅里叶变换-基4时间抽取FFT算法matlab实现.doc

PAGE 快速傅里叶变换-基4时间抽取FFT算法matlab实现 作者姓名：李林 摘要： ( 快速傅里叶变换) 算法与 (离散傅里叶变换) 算法比较, 其运算量显著减少, 用计算机实现时速度大为提高。但过程所需的运算量仍较可观, 常给数字信号的实时处理带来困难,理论和实践表明, 若要加快 算法在计算机上的实现, 关键是得设法减少 过程在乘法运算上的时间开销。若改进算法, 减少过程中的乘法次数, 则无疑能加快 的实现 。 通常的 幂法都是“基 分解法” , 即长度为 的 序列由两个长度为 的序列的组合表示; 而这两个长度为 的 序列各自又分别由两个长度为 的序列的组合表示 , 按照这一做法对序列进行反复分解, 直到每个序列的长度等于为止。这个分解、组合过程如同一棵标准二叉树。按分解的逆过程进行组合运算便得到所要求的频谱序列 , , ) 整个变换过程共需要进行次复数乘法运算。参考上述的分解、组合方法, 对序列进行“ 基 分解” , 即长度为 的 序列由四个长度为的 序列组合表示。 关键词： 基分解法 基分解 运算时间和精度 目录 一，前言 1，实验目的 2，题目要求 3，考查要求 二，基—4FFT算法原理 1，基—4FFT定义： 2，举例 3,旋转因子 的性质 4,16点基4时间抽取FFT算法流图 三，基—4FFT运算的实现 1，算法分析 2.算法流程图 3.Matlab程序执行结果 四，两种程序运算量分析和比较 1，matlab自带函数运算量分析 2，基四FFT的运算量 3，运算结果比较 4，结果分析 五，设计总结 六，参考文献 七，附录： 一，前言 1，实验目的:检查学生的综合应用能力。 2，题目要求：已知 输入信号x(t)=0.6sin(200πt)+sin(400πt) +0.3sin(800πt) 。实现基4时间抽取的FFT算法的1024点，4096点变换，并与matlab自带函数进行比较，包括运算时间和精度 3，考查要求 （1）给出快速傅里叶变换程序； （2）对给定信号进行频谱分析； （3）给出与matlab自带函数比较结果 二，基—4FFT算法原理 1，基—4FFT定义： 在的特殊情况下，即当时，混合基算法变成基—4FFT算法。 2，举例 以 则有 因而 整序后可得 综上得它的基本运算有三部： (1)做X(n)的 (2)将乘旋转因子后做4点的(变量为)，得到 (3)由于的变量是在前，在后，是基4倒位序的序列，因此，将其变量整序后得到正常顺序输出的序列。 3,旋转因子 的性质 (1) 周期性 对称性 (3) 可约性 4,16点基4时间抽取FFT算法流图 三，基—4FFT运算的实现 算法分析 （1）实现输入数据的比特反转 输入数据的比特反转实际上就是将输入数据进行码位倒置，以便在整个运算后输出序列是一个自然序列。在用汇编指令进行码位倒置时，使用位码倒置寻址可以大大提高程序执行速度和使用存储器的效率。在这种寻址方式下，AR0存放的整数N的FFT点的一半，一个辅助寄存器指向一个数据存放单元。当使用位码倒置寻址将AR0加到辅助寄存器时，地址将以位码倒置的方式产生。 （2）实现N点复数FFT N点复数FFT算法的实现可分为三个功能块，即第一级蝶形运算、第二级蝶形运算、第三级至级蝶形运算。队以任何一个4的整数幂N=4^M，总可以通过M次分解后最后成为四点的DFT运算。通过这样的M次分解，可以构成M级迭代计算，每级由N/4个蝶形运算完成。 2.算法流程图如下 for(L=1; L=M; L++) for(L=1; L=M; L++) for(J=0; J=B-1; J++) · for(k = J; k= N-1; k=k+2L) 3.Matlab程序执行结果如下 基四FFT自编函数1024点的频谱图，程序见附录 基四FFT自编函数1024点的频谱图，程序见附录 四，两种程序运算量分析和比较 1，matlab自带函数运算量分析 计算机运算是计算方式如下 由以上表达是知计算一个 N点DFT ，共需次复乘，对于本题的点计算的次数为：，对于4096点计算的次数为 2，基四FFT的运算量 由于计算量大，且要求相当大的内存，难以实现实时处理，限制了DFT的应用。长期以来，人们一直在寻求一种能提高DFT运算速度的方法 FFT便是 Cooley Tukey 在1965 年提出的的快速算法，它可以使运算速度提高几百倍，从而使数字信号处理学科成为一个新兴的应用学科。 1）、DIT―FFT算法与直接计算DF