测试技术考试知识点.doc

快速傅氏变换（FFT），是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。

DFT的计算工作量

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

（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

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：

实数乘法次数：4N2

实数加法次数：N×2(2N-1)=2N(2N-1)

从上面的分析看到，在DFT计算中，无论是乘法还是加法，其运算量均与N2成正比。因此，当N较大时，运算量很大。例如，计算N=10点的DFT，需要10×10=100次复数乘法。当N=1,024点时，需要1,024×1,024=1,048,576（一百多万）次复数乘法。如果要求进行实时数据处理，则要求有很高的计算速度才能完成上述计算量。DFT的反变换IDFT与DFT的运算结构相同，只是多乘一个常数1/N，所以二者的计算量相同。

由此可见，DFT虽然解决了采用计算机进行信号分析的算法的理论问题，但是并没有解决实际的应用问题，因为随着采样点数N的增大，DFT乘法的次数是按照指数的规律增加的，几乎不可能实现计算机的实时计算。

为了提高计算机的计算速度，有必要研究DFT的高效计算方法。DFT的乘法计算次数能否减少，关键在于DFT的计算是否存在规律，以及如何利用这些规律来减少DFT的乘法计算次数。

FFT的基本思想：利用DFT系数的特性，合并DFT运算中的某些项，把长序列DFT变成短序列DFT，从而减少其运算工作量。

改善DFT计算效率的方法主要取决于指数因子，充分利用指数因子的以下特性对DFT进行分解

（1）对称性

（2）周期性

（3）可约性

另外，

将一个长序列分解为两个短序列来进行DFT的计算，可以使DFT乘法的次数减少一半。FFT的基本思想就是，将一个长序列依次分解为两个短序列来进行DFT的计算，并且充分利用指数因子的周期性和对称性，进而计算出这些短序列的相应的DFT，然后进行适当的组合，最终实现消除重复计算、减少乘法次数、提高计算速度的目的。

蝶形运算信号流图符号

蝶形运算式

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。

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。

蝶形运算量比较：

N点DFT的运算量

复数乘法次数：N2

复数加法次数：N(N－1)

分解一次后所需的运算量＝2个N/2的DFT＋N/2蝶形：

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=N2/2

因此通过一次分解后，运算工作量减少了差不多一半。

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。

由按时间抽取法FFT的信号流图可知，当N=2L时，共有L级蝶形运算；每级都由N/2个蝶形运算组成，而每个蝶形有1次复乘、2次复加，因此每级运算都需N/2次复乘和N次复加。

这样L级运算总共需要：

复数乘法：

复数加法：

直接DFT算法运算量

复数乘法次数：N2

复数加法次数：N(N－1)

直接计算DFT与FFT算法的计算量之比为M

IIR无限长脉冲响应滤波器，结构中有反馈，非线性相位，用于对相位不太敏感的场合，如语音。

FIR有限长脉冲响应滤波器，无反馈，线性相位，在图像，视频等对相位敏感的场合。

将具有不连续点的周期函数（如矩形脉冲)进行傅立叶级数展开后，选取有限项进行合成。当选取的项数越多，在所合成的波形中出现的峰起越靠近原信号的不连续点。当选取的项数很大时，该峰起值趋于一个常数，大约等于总跳变值的9%。这种现象称为吉布斯效应。

各种触发模式在数据采集系统中的应用

何谓“触发”?

在进行数据采集时，用户可以设定某些信号的特定条件，例如一个数字信号的高电平(logichigh)或低电平(logiclow)，或是一个电压信号的特定值，一旦满足这些特定条件，数据采集卡才真正开始采集并将其传送到系统中，这便是触发的基本原理。触发的功能可以用在许多种形式的应用中，像是电力传输系统的突波(pulse)检测、多张数据采集卡的同步操作、结合运动控制的动态系统的定点信号采样等。