数字信号处理4人文科技

数字信号处理4人文科技

ID:37283295

大小:591.10 KB

页数:115页

时间:2019-05-12

数字信号处理4人文科技_第1页
数字信号处理4人文科技_第2页
数字信号处理4人文科技_第3页
数字信号处理4人文科技_第4页
数字信号处理4人文科技_第5页
资源描述:

《数字信号处理4人文科技》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第4章FFT4.1引言4.1.1离散傅里叶变换的矩阵表示及其运算量DFT在数字信号处理中起着非常重要的作用,这是与DFT存在着高效算法,即快速傅里叶变换(FFT)分不开的。快速运算的关键是减少运算量。离散傅里叶变换对为:(4.1)(4.2)式中。下面要用矩阵来表示DFT关系。令:并令TN、表示两个变换方阵,有:如果用i(0≤i≤N-1)表示这两个N阶方阵的行号,用j(0≤j≤N-1)表示这两个N阶方阵的列号,那末很容易看出,TN方阵中i行j列的元素为,而方阵中i行j列的元素为。于是(4.1)式可以写成:而(4.2)式可以写成

2、:一般情况下,信号序列x(n)及其频谱序列X(k)都是用复数来表示的,WN当然也是复数。因此,计算DFT的一个值X(k)需要进行N次复数乘法(与1相乘也包括在内)和N-1次复数加法;所以,直接计算N点的DFT需要进行N2次复数乘法和N(N-1)复数加法。显然,直接计算N点的IDFT所需的复乘和复加的次数也是这么多。当N足够大时,N2≈N(N-1),因此,DFT与IDFT的运算次数与N2成正比,随着N的增加,运算量将急剧增加,而在实际问题中,N往往是较大的,因此有必要对DFT与IDFT的计算方法予以改进。4.1.2因子的特性D

3、FT和IDFT的快速算法的导出主要是根据因子的特性。1.周期性:对离散变量n有同样的周期性。2.对称性:或3.其它:4.2基2时间抽选的FFT算法4.2.1算法推导已经知道:令DFT的长度N=2M,M为正整数。令:于是有:其中,是由x(n)的偶数抽样点形成的DFT;而是由x(n)的奇数抽样点形成的DFT。但是这两个式子并不完全是N/2点的DFT,因为k的范围仍然是由0到N-1,因此,还应该进一步考虑k由N/2到N-1范围的情况。现在令,故对于后半段有:同理:又知:图4.1N点DFT分解为两个N/2点的DFT(N=8)图4.2

4、N/2点的DFT分解为两个N/4点的DFT(N=8)综上所述,可以得到:其中G(k)、P(k)分别是x(n)的偶数点和奇数点的N/2点DFT。这样,我们就将一个N点的DFT分解成了两个N/2点的DFT,由于DFT的运算量与其点数的平方成正比,因此使运算量减少了。但是,还应该将每一个N/2点的DFT再分解为两个N/4点的DFT,如此下去,直到分解为2点的DFT为止,总共需要进行log2N-1=log2(N/2)次分解。图4.32点DFT信号流图(蝶形图)对于2点DFT,有:所以2点DFT的运算只需一次加法和一次减法,这样的运算

5、叫做蝶形运算,这样的信号流图叫做蝶形图。该算法每次分解都是将时域序列按奇偶分为两组,因此要求N等于2的正整数幂,故将这种FFT算法叫做基2时间抽选法。4.2.2算法特点1.倒序重排这种FFT算法的每次分解都是将输入序列按照奇偶分为两组,故要不断地将每组输入数据按奇偶重排,直到最后分解为2点的DFT,输入数据才不再改变顺序。这样做的结果,使得作FFT运算时,输入序列的次序要按其序号的倒序进行重新排列。现在将图4.4中输入序号以及重排后的序号按二进制写出如下(注:下标“2”表示二进制数)。可以看出,将输入序号的二进制表示(n2n

6、1n0)位置颠倒,得到(n0n1n2),就是相应的倒序的二进制序号。因此,输入序列按倒序重排,实际上就是将序号为(n2n1n0)的元素与序号为(n0n1n2)的元素的位置相互交换。2.同址计算从图4.4可以看出,整个算法流图可以分为四段,(0)段为倒序重排,后面3段为3(log28=3)次迭代运算:首先计算2点DFT,然后将2点DFT的结果组合成4点DFT,最后将4点DFT组合为8点DFT。因此,对于N点FFT,只需要一列存储N个复数的存储器。开始时,输入序列的N个数放于此N个存储器内,倒序重排后仍存于这N个存储器中,每一次

7、迭代运算后的结果也仍然存于这N个存储器中,整个运算完成后,这N个存储器中即为所求的频谱序列X(k)(k=0、1、…..、N-1)。这就是所谓的同址计算,这样可以大大节约存储元件。3.运算量观察图4.4可知,图4.3所示的蝶形图实际上代表了FFT的基本运算,它实际上只包含了两次复数加法运算。一个N(N=2M)点的FFT,需要进行M=log2N次迭代运算。每次迭代运算包含了N/2个蝶型,因此共有N次复数加法;此外,除了第一次的2点DFT之外,每次迭代还包括了N/2次复数乘法(即乘WN的幂)。因此,一个N点的FFT共有复数乘法的次

8、数为:复数加法的次数为:因此,FFT算法比直接计算DFT大大减少了运算量,尤其是当N较大时,计算量的减少更为显著。比如,当N=1024时,采用FFT算法时复数乘法的次数,不超过直接计算DFT时复乘次数的千分之五。4.2.3关于FFT算法的计算机程序在一般情况下,进行FFT运算的序列至少都有

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。