《信号与系统》第4章 离散信号与系统的频域分析.pptVIP

*******利用共轭对称性可以实现计算一次DFT得到两个实序列DFT的高效算法，DFT有快速算法。*DFT与IDFT公式非常相似，运算量几乎相同，所以我们只讨论DFT的运算量。*最简单常用的方法是基2FFT算法，分时域抽取法FFT（Decimation-In-TimeFFT，简称DIT-FFT）和频域抽取法FFT（Decimation-In-FrequencyFFT，简称DIF-FFT）。**可继续将两个N/2点的DFT分解为4个N/4点的DFT。*依次类推，经过M次分解后，可以将N点DFT分解为N个1点DFT和M级蝶形运算，而1点DFT就是时域序列本身。*1.i=1:12;N=2.^i;y=N.^2./((N/2).*log2(N));stem(N,y);semilogx(N,y)set(gca,xtick,[2,4,8,16,32,64,128,256,512,1024,2048,4096]);holdonstem(N,y,r,fill)xlabel(N(序列长度)),ylabel(FFT与DFT复数乘法次数的比值)2.i=1:12;N=2.^i;y=N.*(N-1)./(N.*log2(N));stem(N,y);semilogx(N,y)set(gca,xtick,[2,4,8,16,32,64,128,256,512,1024,2048,4096]);holdonstem(N,y,r,fill)xlabel(N(序列长度)),ylabel(FFT与DFT复数加法次数的比值)*每个蝶形的两个输入数据只对计算本次蝶形有用，且每个蝶形的输入输出数据节点同在一条水平线上，因此可以计算完一个蝶形后，将所得输出数据立即存入原输入数据所占用的存储单元中，这种利用同一存储单元存储蝶形计算输入输出数据的方法称为原位计算，可节省大量内存，降低设备和运算成本。*在实际运算中，先按顺序排列将输入序列存入存储单元，再通过变址得到倒位序排列，将倒位序排列的数据仍存放在原来顺序排列的存储单元中，这可以由计算机程序来实现。*变址的过程称为“整序”或“重排”，1与4、3与6对调，0，2，5，7不变，仅需一个中间存储单元。**最后需说明的是，上述两种FFT的算法流图形式并不唯一，只要保证各支路传输比不变，改变输入与输出点以及中间节点的排列顺序，就可以得到其他变形的FFT运算流图。*FFT的出现使DFT在数字通信、语音信号处理、图像处理、功率谱估计、系统分析与仿真、雷达信号处理、光学、医学、地震以及数值分析等各个领域都得到了广泛应用。*i=1:12;N2=2.^i;y=N2.^2./(1.5*(2*N2-1).*log2(2*N2-1)+(2*N2-1));stem(N2,y);semilogx(N2,y)set(gca,xtick,[2,4,8,16,32,64,128,256,512,1024,2048,4096]);holdonstem(N2,y,r,fill)xlabel(‘N2(序列长度)’),ylabel(‘直接计算与用DFT计算线性卷积的运算量比值)*一则需对短序列补很多零，二则必须将长序列全部输入完后才能进行快速运算，这不仅要求计算机设备存储容量大，还使处理延时很大不能用于实时处理。况且某些特定应用场合，序列长度不定或认为是无限长，如电话系统中的语音信号和地震检测信号等。*N=N1+N2-1=5+3-1=7*****clc,clf,clear;fs=1000;Ts=0.001;N=1000;t=0:Ts:(N-1)*Ts;NFFT=2^nextpow2(N);k=0:NFFT-1;x=0.8*sin(2*pi*100*t)+sin(2*pi*105*t)+1.2*sin(2*pi*300*t)+randn(size(t));subplot(2,1,1),plot(t,x),xlabel(‘t/s’),title(‘时域波形)X=2*abs(fft(x,NFFT)/NFFT);f=k/(NFFT*Ts);subplot(2,1,2),stem(f(1:NFFT/2),X(1:NFFT/2)),xlabel(‘f/Hz’),title(‘谱分析)*clc,clf,clear;fs=1000;Ts=0.001;N=1000;t=0:Ts:(N-1)*Ts;NFFT=2^nextpow2(N);k=0:NFFT-1;x=0.8*sin(2*pi*100*t)+sin(2*pi*105*t)+1.2*sin(2*pi*300*t)+randn(size(t