数字信号处理第5章 信号处理的效率.ppt

WNkn的复数共轭的子程序，就可以利用原有的快速傅里叶变换程序，对数据X(k)进行反变换的运算。 5.5.3 取频谱的复共轭 这是个负负得正的道理，即 这说明，只要增添两个取复数共轭的子程序，并添加一个乘1/N的子程序，快速傅里叶变换的程序就可用来计算离散傅里叶反变换。 (5.40) 值得说明的是，理论和实际是有差别的。 理论上，X(k)的反变换得到的结果是x(n)；如果x(n)是实数序列，反变换得到的结果也应该是实数序列。 实际上，由于计算机的计算存在误差，如果x(n)是实数序列，X(k)的反变换得到的结果就不一定是实数序列，而是虚部不为零的复数序列。 怎么解决这个问题呢？解决的方法是：取这个X(k)反变换的复数序列的实部当作x(n)。 5.6 实数序列的快速傅里叶变换 为了考虑通用性，前面介绍的离散傅里叶变换的快速算法没有规定参加变换的序列是实数还是复数。快速傅里叶变换的程序大多是按复数序列编写的。 由于许多信号或序列都是实数，怎样利用为复数序列编写的快速傅里叶变换程序，快速计算实数序列的频谱呢？ 5.6.1 直接运用 这种方法是把实数序列当作是虚部为0的复数序列，用现成的快速傅里叶变换程序对这个复数序列进行计算。但是，计算机不是人，它不知道实数序列的虚部为0，而0是不用计算的。如果考虑计算机对这种复数序列的虚部的运算量和存储器的需要量，这种开销是很大的。 5.6.2 合二为一 这种方法的基本操作是：首先，用两个同样长度N的实数序列x1(n)和x2(n)构建一个新的序列x(n)， 然后，用快速傅里叶变换程序计算x(n)，就可以得到两个实数序列的频谱。不过这种方法还需解决一个问题，也就是怎样从x(n)的频谱X(k)中分离出x1(n)的频谱X1(k)和x2(n)的频谱X2(k)。 根据公式(5.41)和表4.6的共轭对称性，可以得到 (5.41) (5.42) Enjoy Your Life Enjoy Science 数字信号处理 Enjoy Science 一种理论不应只停留在是否能运用上，还应讲究它应用的效率。DFT也是这样。 5.1 直接计算DFT的代价 为了方便后面的方法探讨，现 在将离散傅里叶变换写成更简单的 形式，即 第5章 信号处理的效率 5.1.1 直接计算频谱的代价 现在按分析方程来评估，直接计算离散傅里叶变换的代价。 （1）不考虑旋转因子 假设各旋转因子事先已经算好，并存储在计算机的存储器中。如果信号x(n)是N个复数的数组，计算一个k的频谱时，需要复数乘法N次；计算全部k的频谱时，需要的复数乘法次数为 计算一个k的频谱时，需要复数加法N-1次；计算全部k的频谱时，需要的复数加法次数是 (5.3) (5.4) （2）考虑旋转因子 计算离散傅里叶变换少不了旋转因子 因为时序n有N个值、频序k也有N个值，所以计算全部k的频谱时，需要计算N×N=N2个旋转因子。 如果从极坐标的表达式和图形 来看，旋转因子明显是周期序列。 利用旋转因子的周期特点，在计算 离散傅里叶变换时，只需计算旋转 因子的N个独立值。 (5.5) 5.1.2 直接计算卷积的代价 假设信号x(n)和系统h(n)的长度都等于N，则系统的输出 它的长度等于2N-1。 如果直接按照定义计算卷积，那么计算n=0~2N-2的y(n)需要的乘法运算量 同时，需要的加法运算量 (5.8) (5.9) (5.10) 如果利用卷积定理来计算该卷积，取循环卷积的长度为2N-1，并根据表4.5的DFT卷积定理，就可以得到系统的输出频谱 在事先计算好系统频谱H(k)的条件下，如图5.2所示，用卷积定理求解y(n)的复数运算量是： （1）复数乘法次数 考虑实现复数运算的实数运算的话，其运算量更大。 (5.11) (5.12) 图5.2 复数加法次数 复数的加法要由实数的加法组成。 相比之下，直接计算卷积的方法优于用卷积定理来计算卷积的方法。 还有，直接计算卷积和利用卷积定理来计算卷积，它们都有一个共同的特点，就是计算量都与N2成正比。 (5.13) 图5.2 5.2 离散傅里叶变换计算效率的提高 如5.1.1所述，直接按定义来计算离散傅里叶变换，这种方法的工作量与信号长度N的平方成正比，还与旋转因子的独立值有关。 不过，这两个特点也提醒我们：缩短DFT的长度和减少旋转因子的独立值，可以降低离散傅里叶变换的计算量。 如果把N点离散傅里叶变换的长度缩短一半，即变成两个N