《数字信号处理》全套PPT课件.pptx

数 字 信 号 处 理;2;绪 论;4;5;6;7;8;9;10;11;12;13;14;15;16;17;18;19;20;21;22;23;24;25;26;27;28;29;30;31;32;33;34;35;36;37;38;39;40;41;42;43;44;45;46;47;48;49;50;51;52;53;54;55;56;57;58;59;60;61;62;63;64;65;66;67;68;69;70;71;72;73;74;75;76;77;78;79;80;81;82;83;84;85;86;87;88;89;90;91;92;93;94;95;96;97;98;99;100;101;102;103;104;105;106;107;108;109;110;111;112;113;114;115;116;117;118;119;120;121;122;123;124;125;126;127;128;129;130;131;132;133;134;135;136;137;138;139;140;141;142;143;144;145;146;147;148;149;150;151;152;153;154;155;156;157;158;159;160;161;162;163;164;165;166;167;168;169;170;171;172;173;174;175;176;177;178;179;180;181;182;183;184;185;186;187;188;189;190;191;192;193;194;195;196;197;198;199;200;201;202;203;204;205;206;207;208;209;210;211;212;213;214;215;216;217;218;219;220;221;222;223;224;225;226;227;228;229;230;231;232;233;234;235;236;237;238;239;240;241;242;243;244;245;246;247;248;249;250;251;252;253;254;255;256;257;258;259;260;261;262;263;264;265;266;267;268;269;270;271;272;273;274;275;276;277;278;279;280;281;第4章 快速傅里叶变换 ;4.1 引 言 ;4.2 直接计算DFT的问题及改进的途径 ;x (n)和WNnk都是复数，X(k)也是复数，;（4.3） ;整个DFT运算共需要：4N 2次实数乘法 2N (2N-1)次实数加法。 ;上述统计与实际需要的运算次数稍有出入， 某些WNnk可能是1或 j，如W0N=1，WNＮ／２= -1，WNN/4=-j等 但是为了便于和其他运算方法作比较， 一般都不考虑这些特殊情况，而是把WNnk都看成复数， 当N很大时，这种特例的影响很小。; 例 根据式（4.1），对一幅N×N点的二维图像进行DFT变 换，如用每秒可做10万次复数乘法的计算机，当N=1024时，问需要多少时间（不考虑加法运算时间）？ 解: 直接计算DFT所需复乘次数为（N 2)2≈1012次， 用每秒可做10万次复数乘法的计算机，需要近3000小时。 对实时性很强的信号处理，改进方法： 1）提高计算速度，（这样，对计算速度要求太高了）； 2) 改进DFT的计算方法，以大大减少运算次数。 ;4.2.2 减少运算量的途径;FFT算法基本上可以分成两大类， 按时间抽选法 (DIT ，Decimation-In-Time） 按频率抽选法 (DIF， Decimation-In-Frequency） ;4.3 按时间抽取（DIT）的基 -2 FFT算法 ;（4.5） ;X1(k) 与 X2(k) 分别是 x1(r) 及 x2(r) 的N/2点DFT： ;只是X(k)的前一半的结果;这样可得到 ;再考虑到WkN 的以下性质: ;图 4.1 时间抽选法蝶形运算流图符号 ;图 4.2 按时间抽选，将一个N点DFT分解为两个N/2点DFT（N=8） ;;由于N=2L，N/2仍是偶数;（4.13） ;且 ;图4.3 由两个N/4点DFT组合成一个N/2点DFT ;X2(k)也可进行同样的分解： ;图4.4 按时间抽选，将一个N点DFT分解为四个N/4点DFT （N=8）; 根据上面同样的分析知道，利用四个N/4