新手小白一看就会,FFT算法的原理详解 |
您所在的位置:网站首页 › FFT蝶形运算原理 › 新手小白一看就会,FFT算法的原理详解 |
先把这仨公式放到这,接下来会用到。 根据这几个特性,就可以将一个长的DFT运算分解为若干短序列的DFT运算的组合,从而减少运算量。在这里,为了方便理解,我就用了一个按时间抽取的快速傅里叶变换(DIT-FFT)的方法。 首先,将一个序列x(n)一分为二。 对于: 设N是2的整次幂 也就是N=2^M。 将x(n)按照奇偶分组: 那么将DFT也分为两组来预算: 这个时候,我们上边提的三个性质中的可约性就起到作用了。 回顾一下: 那么这个式子就可以化为: 则X1(k)和X2(k)都是长度为N/2的序列x1(k)和x2(k)的N/2点的离散傅里叶变换。 其中: 至此,一个N点的DFT就被分解为2个N/2的DFT。但是X1(k)和X2(k)只有N/2个点,也就是说式(1-1)只是DFT的前半部分。要求DFT的后半部分可以利用其对称性求出后半部分为: 那么式(1-1)和(1-2)就可以专用一个蝶形信号流图符号来表示。如图: 以N=8为例,可以用下图表示: 那么,通过这样的分解,每一个N/2点DFT只需(N^2)/4次复数相乘计算,明显的节省了运算量。 那么以此类推,继续将已经得出的X1(k)和X2(k)按奇偶继续分解,还是上边一样的方法。那么就得出了百度上都可以找到的一大堆的这个图片了。 对于这张图片我想强调的一点就是第二阶蝶形运算的时候,之后不应该是吗,为什么是了,这个问题之前困扰了我一段时间,但是不要忘了,前者的的展开是因为此时N已经按照奇偶分开了,所以是N/2 而也就是是根据的可约性得出的,在这里不能混淆。 对于运算效率就不用多提了,M级的运算总共需要: FFT C语言实现 对于FFT算法C语言的实现,网上的方法层出不穷,介于本人比较懒(懒得看别人的程序),再加上自给自足丰衣足食的原则,我自己也写了一个个人认为比较通俗易懂的程序。并且为了帮助读者理解,我特意尽量减少了库函数的使用,一些基本的函数都是自己写的(难免有很多BUG),但是作为FFT算法已经够用了,目前这个程序只能处理2^N的数据,理论上来讲如果不够2^N的话可以在后面数列补0这种操作,当然为了简约文中也就没有实现,但是主要的功能还是具备的,下面将代码开源如下: ←左右滑动,查看代码→ /* 功能:将input里的数据进行快速傅里叶变换 并且输出 */ #include #include #define FFT_LENGTH 8 double input[FFT_LENGTH]={1,1,1,1,1,1,1,1}; struct complex1{ //定义一个复数结构体 double real; //实部 double image; //虚部 }; //将input的实数结果存放为复数 struct complex1 result_dat[8]; /* 虚数的乘法 */ struct complex1 con_complex(struct complex1 a,struct complex1 b){ struct complex1 temp; temp.real=(a.real*b.real)-(a.image*b.image); temp.image=(a.image*b.real)+(a.real*b.image); return temp; } /* 简单的a的b次方 */ int mypow(int a,int b){ int i,sum=a; if(b==0)return 1; for(i=1;i=n)break; } return i; } /* 简单的交换数据的函数 */ void swap(struct complex1 *a,struct complex1 *b){ struct complex1 temp; temp=*a; *a=*b; *b=temp; } /* dat为输入数据的数组 N为抽样次数 也代表周期 必须是2^N次方 */ void fft(struct complex1 dat[],unsigned char N){ /*最终 dat_buf计算出 当前蝶形运算奇数项与W 乘积 dat_org存放上一个偶数项的值 */ struct complex1 dat_buf,dat_org; /* L为几级蝶形运算 也代表了2进制的位数 n为当前级蝶形的需要次数 n最初为N/2 每级蝶形运算后都要/2 i j为倒位时要用到的自增符号 同时 i也用到了L碟级数 j是计算当前碟级的计算次数 re_i i_copy均是倒位时用到的变量 k为当前碟级 cos(2*pi/N*k)的 k 也是e^(-j2*pi/N)*k 的 k */ unsigned char L,i,j,re_i=0,i_copy=0,k=0,fft_flag=1; //经过观察,发现每级蝶形运算需要N/2次运算,共运算N/2*log2N 次 unsigned char fft_counter=0; //在此要进行补2 N必须是2^n 在此略 //蝶形级数 (L级) L=log2(N); //计算每级蝶形计算的次数(这里只是一个初始值) 之后每次要/2 //n=N/2; //对dat的顺序进行倒位 for(i=1;i0;j--){ //判断i的副本最低位的数字 并且移动到最高位 次高位 .. //re_i为交换的数 每次它的数字是不能移动的 并且循环之后要清0 re_i|=((i_copy&0x01)=1; } swap(&dat[i],&dat[re_i]); } //进行fft计算 for(i=0;i |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |