N为组合数的FFT(任意基数的FFT算法).pptVIP

五. N为组合数的FFT（任意基数的FFT算法） 以P=3，Q=4, N=12为例 (1) 先将 x(n)通过 x(n1Q+n0)改写成 x(n1,n0)。因为 Q=4, n1=0,1,2, n0=0,1,2,3,故输入是按自然顺序的，即 x(0,0)=x(0) x(0,1)=x(1) x(0,2)=x(2) x(0,3)=x(3) x(1,0)=x(4) x(1,1)=x(5) x(1,2)=x(6) x(1,3)=x(7) x(2,0)=x(8) x(2,1)=x(9) x(2,2)=x(10) x(2,3)=x(11) (2) 求Ｑ个Ｐ点的DFT （３）X1(k0,n0)乘以得到X1′(k0,n0)。 （４）求P个Ｑ点的DFT，参变量是k0 （１）求Ｑ个P点DFT需要ＱP2次复数乘法和Ｑ·P·(P-1)次复数加法； （２）乘Ｎ个W因子需要Ｎ次复数乘法； （３）求P个Ｑ点DFT需要PQ2 次复数乘法和P·Ｑ（Ｑ-1)次复数加法。 总的复数乘法量: QP2+N+PQ2=N(P+Q+1)； 总的复数加法量: Q·P(P-1)+P·Q·(Q-1)=N(P+Q-2) 当组合数 N=P1P2P3…Pm中所有的Pi均为4时，就是基四FFT算法 以N=43为例,第一级运算的一般形式为： 6、Chirp-z变换 算法原理： Chirp-z变换的实现步骤 (1)选择一个最小的整数L,使其满足L=N+M-1,同时满足L=2m ，以便采用基-2FFT算法。 （2）将 补上零值点，变为L点的序列。 （3）形成L点序列h(n)，为 （4）G（k）=FFT[ g（n）] , L点 （5）Y（k）=G（k）H（k）, L点 （6）y（n）=IFFT[Y（k）] , L点 （7） , 0≤k≤M-1 Chirp-z变换的特点： * * 以上讨论的都是以2为基数的FFT算法，即N=2M，这种情况实际上使用得最多。 优点：程序简单，效率高，使用方便。 实际应用时，有限长序列的长度N很大程度上由人为因素确定，因此多数场合可取 N=2M，从而直接使用以 2 为基数的FFT算法。 如N不能人为确定 , N的数值也不是以2为基数的整数次方,处理方法有两种: ① 补零: 将x(n)补零 , 使N=2M. 例如N=30,补上x(30)=x(31)=0两点,使N=32=25,这样可直接采用以2为基数M=5的FFT程序。 有限长度序列补零后并不影响其频谱 X(ejw) ，只是频谱的采样点数增加了,上例中由30点增加到32点，所以在许多场合这种处理是可接受的。 ② 如要求准确的N点DFT值,可采用任意数为基数的 FFT 算法 , 其 计算效率低于以2为基数FFT算法。 如 N 为复合数，可分解为两个整数p与q的乘积,像前面以2为基数时一样,FFT的基本思想是将DFT的运算尽量分小,因此,在N=pq情况下,也希望将N点的DFT分解为p个q点DFT或q个p点DFT,以减少计算量。 步骤： 分别为0, 1,…，Q-1; 分别为0, 1,…，P-1。 N点DFT可以重新写成为 考虑到 再令 令 （５）将X2(k0,k1)通过X(k0+k1P)恢复为X(k) N=12为组合数时的FFT 上述分解原则可推广至任意基数的更加复杂的情况。 例如, 如果N可分解为m个质数因子p1,p2,…，pm，即 N=p1p2p3…pm 则 第一步：可把N先分解为两个因子N=p1q1，其中q1=p2p3…pm ，并用上述讨论的方法将DFT分解为p1个q1点DFT； 第二步：将q1分解为q1=p2q2，q2=p3p4…pm，然后将每个q1 点DFT再分解为p2个q2点DFT； ： ： 依此类推， ： 通过m次分解，一直分到最少点数的DFT运算，从而获得最高的运算效率。其运算量近似为N(p1+p2+…+pm)次复数乘法和复数加法。 但计算效率的提高是要以编程的复杂性为代价的，一般较少应用。 p1=p2 = …=pm =2，为基2 FFT 算法。 采用FFT可以算出全部N点DFT值，即z