快速傅里叶变换.pptVIP

4.1基本思路*合并法：合并DFT运算中的某些项。分解法：将长序列DFT利用对称性和周期性，分解为短序列DFT。三、改善DFT运算效率的基本途径 快速傅里叶变换正是基于这样思想而发展起来的。 它的算法形式有很多种，但基本上可以分成两大类：按时间抽取（DecimationinTime，DIT）按频率抽取（DecimationinFrequency，DIF）4.2按时间抽取的基-2FFT12算法原理设序列x(n)长度为N，且满足N=2M，M为正整数。按n的奇偶把x(n)分解为两个N/2点的子序列：3若不满足这个条件，可以人为地加上若干零值（加零补长）使其达到N=2M4则DFT转化为下式：由于4.2按时间抽取的基-2FFT故上式可表示成：可见，一个N点DFT分解成两个N/2点的DFT。但由于X1(k)，X2(k)只有N/2个点，而X(k)却有N个点，故计算得到的只是X(k)的前一半的结果，要用X1(k)、X2(k)来表达全部的X(k)值，还必须应用系数的周期性。4.2按时间抽取的基-2FFT1得到：2同理：3说明：后半部分k值（N/2≤k≤N-1）所对应的X1(k)、Ｘ2(k)分别等于前半部分k值（0≤k≤N/2-1）所对应的X1(k)、X2(k)。4即5我们已知：因此得：4.2按时间抽取的基-2FFT=-1蝶形运算流图4.2按时间抽取的基-2FFT01按时间抽取将一个N点DFT分解为两个N/2点DFT（N=8）02* 一个N点DFT分解为两个N/2点DFT，每一个N/2点DFT只需(N/2)2=N2/4次复数乘法，N/2(N/2-1)次复数加法。两个N/2点DFT共需2×(N/2)2=N2/2次复数乘法和N(N/2-1)次复数加法。此外，把两个N/2点DFT合成为N点DFT时，有N/2个蝶形运算，还需要N/2次复数乘法及2×N/2=N次复数加法。因而通过第一步分解后，总共需要(N2/2)+(N/2)=N(N+1)/2≈N2/2 次复数乘法和N(N/2-1)+N=N2/2次复数加法。由此可见，通过这样分解后运算工作量差不多节省了一半。 既然这样分解是有效的，由于N=2M，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。 依次类推，得到下图所示的DFT图：4.2按时间抽取的基-2FFT4.2按时间抽取的基-2FFT01.02.一个N=8点DFT分解为四个N/4点DFT4.2按时间抽取的基-2FFTN=8按时间抽取的蝶形运算流图二、运算量比较由按时间抽取法FFT的流图可见，当N=2M时，共有M级蝶形，每级都由N/2个蝶形运算组成，每个蝶形需要一次复乘、二次复加，因而每级运算都需N/2次复乘和N次复加，这样M级运算总共需要：复乘数复加数式中，数学符号：lb=log2。4.2按时间抽取的基-2FFT4.2按时间抽取的基-2FFT当N=2048时，这一比值为372.4，即直接计算DFT的运算量是FFT运算量的372.4倍。当点数N越大时，FFT的优点更为明显。由于计算机上乘法运算所需的时间比加法运算所需的时间多得多，故以乘法为例，直接DFT复数乘法次数是N2，FFT复数乘法次数是(N/2)lbN。直接计算DFT与FFT算法的计算量之比为习题4.1* 如果某通用单片计算机的速度为平均每次复数乘需要4μs，每次复数加需要1μs，用来计算N=1024点DFT，问直接计算需要多少时间。用FFT计算呢？照这样计算，用FFT进行快速卷积对信号进行处理时，估计可实现实时处理的信号最高频率。【解】当N=1024=210时，直接计算DFT的复数乘法运算次数为：N2=1024×1024=1048576次 复数加法运算次数为：N（N－1）=1024×1023=1047552次 所以，直接计算所用计算时间TD为：TD=4×10－6×1048576+1047552×1×10－6=5.241856s 用FFT计算1024点DFT所需计算时间TF为：快速卷积时，需要计算一次N点FFT、N次频域复数乘法和一次N点IFFT。所以，计算1024点快速卷积的计算时间Tc约为：习题4.1STEP03STEP01STEP02所以，每秒钟处理的采样点数（即采样速率）由采样定理知，可实时处理的信号最高频率为习题4.14.3编程思想*研读教材P115的节。一、原位运算（同址运算）