新版第4章-快速傅里叶变换(-F-F-T)-课件.ppt

当k取奇数(k=2m+1, m=0, 1, …, N/2－1)时， 令 (4.2.15)  将x1(n)和x2(n)分别代入(4.2.14)和(4.2.15)式，可得  　　　　　　　　　　　　　　 (4.2.16)式表明，X(k)按奇偶k值分为两组，其偶数组是x1(n)的N/2点DFT，奇数组则是x2(n)的N/2点DFT。x1(n)、x2(n)和x(n)之间的关系也可用图4.2.10所示的蝶形运算流图符号表示。图4.2.11表示N=8时第一次分解的运算流图。 （4.2.16） 图4.2.10 DTF－FFT蝶形运算流图符号 序列的前半部分 序列的后半部分 图4.2.11 DIF-FFT第一次分解运算流图（N=8） 由于N=2M，N/2仍然是偶数，继续将N/2点DFT分成 偶数组和奇数组，这样每个N/2点DFT又可由两个N/4 点DFT形成，其输入序列分别是x1(n)和x2(n)按上下对 半分开形成的四个子序列。 图4.2.12示出了N=8时第二次分解运算流图。以这种方 式分解下去，经过M－1次分解，最后分解为2M－1个 两点DFT，两点DFT就是一个基本蝶形运算流图。 当N=8，经两次分解，便分解为四个两点DFT。N = 8 的完整DIF-FFT运算流图如图4.2.13所示。 图4.2.12 DIF-FFT第二次分解运算流图（N = 8） 图4.2.13 DIF-FFT运算流图（N =8） 这种算法是对X(k)进行奇偶抽取分解的结果，所以称之为 频域抽取法FFT。 观察图4.2.13可知，DIF-FFT算法与DIT-TTF算法类似， 共有M级运算，每级共有N/2个蝶形运算，所以两种算法 的运算次数亦相同。 不同的是DIF-FFT算法输入序列为自然顺序，而输出为倒 序排列。因此，M级运算完后，要对输出数据进行排序才 能得到自然顺序的X(k)。 另外，蝶形运算略有不同，DIT-FFT蝶形先乘后加(减)， 而DIF-FFT蝶形先加(减)后相乘。 　　 4.2.6 IDFT的高效算法 　　上述FFT算法流图也可以用于计算IDFT。比较DFT和IDFT的运算公式：  只要将DFT运算式中的系数　　改为　　，最后乘以 1/N，就是IDFT运算公式。 所以，只要将上述的DIT-FFT与DIF-FFT算法中的旋 转因子　 改为　　，最后的输出再乘以1/N就可以用 来计算IDFT。只是现在流图的输入是X(k)，输出就 是x(n)。 因此，原来的DIT-FFT改为IFFT后，称为DIF-IFFT 更合适；DIF-FFT改为IFFT后, 应称为DIT-IFFT。  　　如果希望直接调用FFT子程序计算IFFT，则可用下面的方法： 由于   所以，可以先将X(k)取复共轭，然后直接调用FFT子程序，最后取复共轭并乘以1/N得到序列x(n)。这种方法虽然用了两次取共轭运算，但可以与FFT共用同一子程序，因而用起来很方便。 4.1 引 言 　　DFT是数字信号分析与处理中的一种重要变换。但直接计算DFT，当N较大时，计算量太大，所以在快速傅里叶变换FFT(Fast Fourier Transform)出现以前，直接用DFT算法进行谱分析和信号的实时处理是不切实际的。直到1965年提出DFT的一种快速算法以后，情况才发生了根本的变化。 　　自从1965年库利和图基在《计算数学》杂志上发表了著名的《机器计算傅里叶级数的一种算法》论文后，桑德—图基等快速算法相继出现，又经人们进行改进，很快形成一套高效计算方法，这就是现在的快速傅里叶变换（FFT）。 　　这种算法使DFT的运算效率提高了1 ~ 2个数量级，为数字信号处理技术应用于各种信号的实时处理创造了条件，大大推动了数字信号处理技术的发展。 　　人类的求知欲和科学的发展是永无止境的。多年来，人们继续寻求更快、更灵活的好算法。1984年，法国的杜哈梅尔(P. Dohamel)和霍尔曼(H. Hollmann)提出的分裂基快速算法，使运算效率进一步提高。本章主要讨论基2FFT算法。 4.2 基2FFT算法 4.2.1 直接计算DFT的特点及减少运算量的基本 途径 有限长序列x(n)的N点DFT为  　　　　　　　　　　　　　　　　　  　　考虑x(n)为复数序列的一般情况，对某一个k值，直接按(4.2.1)式计算X(k)的1个值需要N次复数乘法和 (N－1)次复数加法。因此，计算X(k)的所有N个值，共需N2次复数乘法和N(N－1)次复数加法运算。 （4.2.1）