快速傅里叶变换.pptVIP

2414.041644.0864125.416256328.03210248012.864409619221.41281639444836.625665536102464.05122621142304113.8102410485765120204.82048419430411264372.4算法特点1同址运算2到位序规律3蝶形运算两节点的“距离”4的确定p,q是参与本碟形单元运算的上下节点的序号。第m级序号为p,q的两点只参与这一个碟形单元的运算，其输出在第m+1级，并且这一碟形单元不涉及别的点，即某一列的N个数据送到存储器后，经蝶形运算，其结果为另—列数据，它们以蝶形为单位仍存储在这同一组存储器中，直到最后输出，中间无需其他存储器。也就是蝶形的两个输出值仍放回蝶形的两个输人所在的存储器中。每列的N／2个蝶形运算全部完成后，再开始下一列的蝶形运算。这样存储数据只需N个存储单元。下一级的运算仍采用这种原位方式，只不过进人蝶形结的组合关系有所不同。这种原位运算结构可以节省存储单元，降低设备成本。称同址运算以8点FFT为例，其输入是倒位序的，输出是自然顺序的，其第一级(第一列)每个蝶形的两节点间“距离”为1，第二级每个蝶形的两节点“距离’’为2，第二级每个蝶形的两节点“距离”为4，由此类推得，对点FFT，当输人为倒位序，输出为正常顺序时，其第m级运算，每个蝶形的两节点“距离”为。蝶形运算两节点的“距离”（从左到右，第一级，第二级，…，第m级）从最右边一级开始，看分布规律的确定任意第m级4按频率抽选(DIF)的基-2FFT算法(桑德·图基算法) 这里讨论另一种FFT算法，称为按频率抽选(DIF)的FFT算法，它是把输出序列(也是N点序列)按其顺序的奇偶分解为越来越短的序列。算法原理 仍设序列点数为，L为整数。在把输出按k的奇偶分组之前，先把输入按n的顺序分成前后两半(注意，这不是频率抽选)；式中用的是，不是，因而这并不是N／2点DFT。因为所以k为偶数时k为奇数时按照k的奇偶将分为两部分令与时间抽选法的推导过程一样，由于，N/2仍是—个偶数，因而可以将每个N/2点DFT的输出再分解为偶数组与奇数组，这就将N/2点DFT进一步分解为两个N/4点DFT。这两个N／4点DFT的输入也是先将N/2点DFT的输入上下对半分开后通过蝶形运算而形成。这样的分解可以一直进行到第L次()，第L次实际L是做两点DFT，它只有加减运算。但是，为了比较并为了统一运算结构，我们仍然采用系数为的蝶形运算来表示，这N/2个两点DFT的N个输出就是的N点DFT的结果。快速傅里叶变换(FFT)并不是一种新的变换，而是离散博里叶变换(DFT)的一种快速算法。因此，为了很好地理解和掌握快速傅里叶变换，必须对离散傅里叶变换有充分的理解与掌握。由于DFT的计算量太大．即使采用计算机也很难对问题进行实时处理，所以并没有得到真正的运用。直到1965年库利(J.W.Coo1ey)和图基(J.W.Tukey)在《计算数学》上发表了著名的“机器计算傅里叶级数的一种算法”的文章．提出了DFT的一种快速算法．后来又有桑德(G.Sande)和图基的快速算法相继出现，情况才发生了根本的改变。经过人们对算法的改进，发展和完善了一套高速有效的运算方法，使DFT的计算大大简化，运算时间—般可缩短一、二个数量级，从而使DFT的运算在实际中真正得到了广泛的加用。1直接计算DFT的问题及改进途径对于N点有现长序列二者的差别只在于的指数符号不同，以及差一个常数乘因子,因而我们只讨论DFT正变换的运算量。IDFT的运算量是完全相同的。DFT的运算量分析一次复数乘法需用四次实数乘法和二次实数加法：一次复数加法则需两次实数加法。一个个 复数乘法 复数加法 实数乘法 实数加法 改进途径利用的特性(1)对称性(2)周期性(3)可约性(4)特殊点FFT算法的基本思想使DFT运算中有些项可以合并；可以将长序列的DFT分解为短序列的DFTFFT算法分类:时间抽选法 DIT:Decimation-In-Time