FFT快速傅里叶变换蝶形算法详解解析.pptxVIP

会计学1FFT快速傅里叶变换蝶形算法详解解析 2本章目录直接计算DFT的问题及改进的途径按时间抽取的基2-FFT算法 按频率抽取的基2-FFT算法 快速傅里叶逆变换(IFFT)算法 Matlab实现第1页/共53页 35.1 引言 DFT在实际应用中很重要: 可以计算信号的频谱、功率谱和线性卷积等。直接按DFT变换进行计算，当序列长度N很大时，计算量非常大，所需时间会很长。FFT并不是一种与DFT不同的变换，而是DFT的一种快速计算的算法。 第2页/共53页 45.2 直接计算DFT的问题及改进的途径 DFT的运算量 设复序列x(n) 长度为N点，其DFT为k=0，，…，N-1 （1）计算一个X(k) 值的运算量复数乘法次数： N复数加法次数： N－1第3页/共53页 55.2.1 DFT的运算量（2）计算全部N个X(k) 值的运算量复数乘法次数： N2复数加法次数： N(N－1)（3）对应的实数运算量第4页/共53页 6一次复数乘法： 4次实数乘法 2次实数加法 ＋一个X(k) ：4N次实数乘法＋2N+2(N-1)= 2(2N-1)次实数加法 所以 整个N点DFT运算共需要：N×2(2N-1)= 2N(2N-1)实数乘法次数：4 N2实数加法次数：第5页/共53页 7DFT运算量的结论N点DFT的复数乘法次数举例NN2NN22464404941612816384864256 65 536262 144 3210281024 1 048 576 结论：当N很大时，其运算量很大，对实时性很强的信号处理来说，要求计算速度快，因此需要改进DFT的计算方法，以大大减少运算次数。 第6页/共53页 8 5.2.2 减少运算工作量的途径 主要原理是利用系数 的以下特性对DFT进行分解： （1）对称性 （2）周期性 （3）可约性 另外，第7页/共53页 95.3 按时间抽取的基2-FFT算法 算法原理按时间抽取基-2FFT算法与直接计算DFT运算量的比较按时间抽取的FFT算法的特点按时间抽取FFT算法的其它形式流程图第8页/共53页 105.3.1 算法原理 设N＝2L，将x(n)按 n 的奇偶分为两组： r =0，1，…， 则第9页/共53页 11式中，X1(k)和X2(k)分别是x1(n)和x2(n)的N/2的DFT。另外，式中k的取值范围是：0，1， …，N/2－1 。第10页/共53页 12因此， 只能计算出X(k)的前一半值。后一半X(k) 值， N/2 ， N/2 ＋1， …，N ？利用可得到 同理可得第11页/共53页 13考虑到 因此可得后半部分X(k) 及前半部分X(k) k=0，1， …，N/2－1k=0，1， …，N/2－1第12页/共53页 14蝶形运算蝶形运算式蝶形运算信号流图符号 因此，只要求出2个N/2点的DFT，即X1(k)和X2(k)，再经过蝶形运算就可求出全部X(k)的值，运算量大大减少。第13页/共53页 15以8点为例第一次按奇偶分解以N=8为例，分解为2个4点的DFT，然后做8/2=4次蝶形运算即可求出所有8点X(k)的值。第14页/共53页 16蝶形运算量比较复数乘法次数： N2复数加法次数： N(N－1)复数乘法次数： 2*(N/2)2+N/2=N2/2+N/2复数加法次数： 2*(N/2)(N/2－1)+2*N/2=N2/2N点DFT的运算量 分解一次后所需的运算量＝2个N/2的DFT＋N/2蝶形：因此通过一次分解后，运算工作量减少了差不多一半。 第15页/共53页 17进一步按奇偶分解 由于N＝2L，因而N/2仍是偶数 ，可以进一步把每个N/2点子序列再按其奇偶部分分解为两个N/4点的子序列。 以N/2点序列x1(r)为例 则有 k=0,1,…, 第16页/共53页 18且k=0,1,…, 由此可见，一个N/2点DFT可分解成两个N/4点DFT。 同理，也可对x2(n)进行同样的分解，求出X2(k)。 第17页/共53页 19以8点为例第二次按奇偶分解第18页/共53页 20算法原理 对此例N=8，最后剩下的是4个N/4= 2点的DFT，2点DFT也可以由蝶形运算来完成。以X3(k)为例。 k=0, 1即这说明，N=2M的DFT可全部由蝶形运算来完成。第19页/共53页 21以8点为例第三次按奇偶分解N=8按时间抽取法FFT信号流图 第20页/共53页 225.3.2 按时间抽取基2-FFT算法与直接计算DFT运算量的比较 由按时间抽取法FFT的信号流图可知，当N=2L时，共有 级蝶形运算；每级都由