第4章快速傅里叶的变换FFT.pptVIP

第4章 快速傅里叶变换(FFT) ;4.1 引言;4.2 基2FFT算法; （1）把N点DFT分解为几个较短的DFT N点DFT的复乘次数、复加次数都 N2。 （2）利用旋转因子WmN的周期性和对称性。 周期性：;4.2.2 时域抽取法基2FFT基本原理 FFT算法基本上分为两大类： 时域抽取法FFT（DIT-FFT：Decimation In Time FFT） 频域抽取法FFT（DIF-FFT：Decimation In Frequency FFT） DIT―FFT算法： 设序列x(n)的长度为N，且满足 ; 则x(n)的DFT为：; 其中X1(k)和X2(k)分别为x1(r)和x2(r)的N/2点DFT，即 ;图4.2.1 蝶形运算符号 ;图4.2.2 8点DFT的一次时域抽取分解运算流图;运算量分析： 完成一个蝶形运算需要： 一次复数乘法运算、两次复数加法运算。 经过一次分解后，计算1个N点DFT共需要： 计算两个N/2点DFT、N/2个蝶形运算，即 总共需要的复数乘法次数为： 复数加法次数为：;由于N=2M, N/2仍然是偶数，故可以对N/2点DFT再作进一 步分解。与第一次分解相同，将x1(r)按奇偶分解成两个N/4 长的子序列x3(l)和x4(l)，即;式中 ; 用同样的方法可计算出：;图4.2.3 8点DFT第二次时域抽取分解运算流图 ;图4.2.4 8点DIT―FFT运算流图;基2时间抽取FFT算法流图;4点基2时间抽取FFT算法流图;4点基2时间抽取FFT算法流图;8点基2时间抽取FFT算法流图;;基2时间抽取FFT算法; 4.2.3 DIT―FFT算法与直接计算DFT运算量的比较 N=2M 运算流图有M级蝶形，每一级都有N/2个蝶形运算， 每一级运算都需要N/2次复数乘和N次复数加。所以，M级运算总共需要的复数乘次数为：;图4.2.5 FFT算法与直接计算DFT所需乘法次数的比较曲线 ; 4.2.4 DIT―FFT的运算规律及编程思想 1.原位计算 N=2M点FFT共进行M级运算，每级有N/2个蝶形运算。同一级中，每个蝶形的两个输入数据只对计算本蝶形有用，而且每个蝶形的输入输出数据结点又同在一条水平线上。这意味着计算完一个蝶形后，所得输出数据可立即存入原输入数据所占用的存储单元。 2.旋转因子的变化规律 N点DIT―FFT运算流图中，每级都有N/2个蝶形。每个蝶形都要乘以因子WpN，称其为旋转因子，p称为旋转因子的指数。 ;图4.2.4 8点DIT―FFT运算流图; 观察图4.2.4不难发现，第L级共有2L-1个不同的旋转因子。N=23=8时的各级旋转因子表示如下： ; 3. 蝶形运算规律 设序列x(n)经时域抽选(倒序)后，存入数组X中。如果蝶形运算的两个输入数据相距B个点，应用原位计算，则蝶形运算可表示成如下形式： ?式中： 下标L表示第L级运算，AL(J)则表示第L级运算后的数组元素A(J)的值（即第L级蝶形的输出数据）。而AL－1(J)表示第L级运算前A(J)的值（即第L级蝶形的输入数据）。; 4. 编程思想及程序框图 ;5. 序列的倒序 DIT―FFT算法输入序列的排序称为倒序： N=2M，顺序数可用M位二进制数(nM-1nM-2…n1n0)表示。 ;表4.2.1 顺序和倒序二进制数对照表 ;　　用J表示当前倒序数的十进制数值。 对于N=2M，M位二进制数从左向右二进制位的权值依次为：N/2，N/4，N/8，…，2，1。 最高位加1相当于十进制运算J+N/2。 如果最高位是0(JN/2)，则直接由J+N/2得下一个倒序值；如最高位是1(J≥N/2), 则先将最高位变成0(J　J－N/2)，然后次高位加1(J+N/4)。 次高位加1时，同样要判断0、1值， 如果为0(JN/4)，则直接加1(JJ+N/4)， 如果为1(J≥N/4)，则将次高位变成0(JJ－N/4)，再判断下一位； 依此类推，直到完成最高位加1，逢2向右进位的运算。;图4.2.8 倒序规律 ; 图4.2.9 倒序程序框图 ;