大三数字信号第四章.pptx

第四章:快速傅里叶变换The Fast Fourier Transform （FFT） §4-1引言 FFT：快速傅里叶变换（ Fast Fourier Transform ）快速：用较少的基本运算完成傅里叶变换。意义：节约计算资源；提高实时性标志性文章： 1965年 Cooley 和 Tukey 发表的 “机器计算傅里叶级数的一种算法” 采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数N越多，FFT算法计算量的节省就越显著适用领域范围:有限长序列§4-2 直接计算DFT的问题及改进的途径一.直接计算DFT的计算量： 正变换反变换二者的差别仅在指数的符号和因子 ；二者有相同的计算量。 一个X(k)的值的计算量：例如X(1)： 乘法：N 次 加法：N-1 次 注：通常x(n)和 都是复数，所以上述运算量为复数乘法、复数加法运算量。 复数乘法：N2 次； 复数加法： N(N-1) 次 当N很大时运算量是惊人的，如N=1024，则要完成1048576 次(一百多万次)运算，难以实现实时处理。 全部N 个X(k)的值的计算量： 实数运算量：实数乘法实数加法一次复乘42一次复加2一个X (k)4N2N +2 (N – 1)=2(2N – 1)N个X (k)(N点DFT)4N 22N (2N – 1)计算量大→处理实时性差二. 改进的途径 系数 的特性：复共轭对称性对称性周期性可推得:减少运算量的思路： 1） 利用 的上述性质合并一些乘法运算； 2） 将长序列的DFT运算分解为短序列的DFT运算。1965年，Cooley和Tukey首先提出一种FFT算法。对于N点DFT,仅需(N/2)log2N 次复数乘法运算. 例如 N=1024=210 时，需要复乘 (1024/2)log2210 =512*10=5120次。 5120/1048576=4.88% ,速度提高20倍。FFT算法分类：根据算法推导过程中数据抽选分组所在的域，可分为时间抽选法（DIT）: Decimation-In-Time频率抽选法（DIF）: Decimation-In-Frequency另外，也可按分解过程中的比值分为基2、基4等FFT算法。Radix-2 、Radix-4 §4-3 按时间抽取(DIT)的基-2 FFT算法 —库利-图基算法Radix-2 一.算法原理： 设 N=2L ，不足时可补零。(一) N点DFT化为N/2点DFT：1.将 按 n 的奇偶分为两组作DFT： n为偶数时: n为奇数时:将 按照n为奇偶分开 其中,2.两点结论: (1)均为N/2点的DFT。 (2)只能确定出 时的X(k)，即前一半的结果。3. X(k)的后一半的确定：由于 （周期性）,所以 同理, 这就是说，X1(k)、X2(k) 对应的后一半值，为其前一半值的重复。又由于 ,所以 可见,X(k)的后一半，也完全由X1(k)、X2(k)的 个系数确定。 结论：N点的DFT可由两个N/2点的 FT来计算4.蝶形运算由X1(k)、X 2(k) 表示X(k)：前一半后一半实现上式运算的流图称作蝶形运算：（N/2个) 1 1 11-1 对于传输系数为1的支路，可不标系数，这样就可以将蝶形画成每个蝶形的运算量： 1次复乘，2次复加。（乘 -1不算）例：N=85.计算量分析复数乘法复数加法一个 点DFT两个 点DFT一个蝶形12 个蝶形总计直接计算N点DFT的复乘为N2 ，复加N(N-1)；分解后与直接计算相比,计算量差不多减少 一半。(二) N/2点DFT化为N/4点DFT 由于N=2L ,所以 N/2仍为偶数,可以进一步把每个N/2点的序列再按其奇偶部分分解为两个N/4的子序列。例如，n为偶数时的 N/2点分解为:进行N/4点的DFT,得到(偶中偶)(偶中奇)从而可得到前N/4的 X1(k)：类似可得后N/4的 X1(k)为 同样，n为奇数的N/2点DFT也可以分解为两个N/4点：(奇中偶)(奇中奇) 如此分解下去，直到分解成2点DFT。 对于N=8，N/4点即为两点DFT： 同样， 亦即 每个2点DFT也是一个蝶形运算。X (0)1X (1)1X (2)1X (3)1WX (0)2WX (1)2X (2)W2WX (3)28点DFT的FFT的运算流图如下：X(0) (0) (4) (2) (6) (1) (5) (3) (7)X (0)30WX(1)X (1