【C】快速傅里叶变换(FFT)讲解及实现

2024-09-05 00:38

本文主要是介绍【C】快速傅里叶变换(FFT)讲解及实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  • 引言
  • 基2FFT

1.引言

人类的求知欲是永无止境的,自1965年 T. W. Cooley 和 J. W. Tuky 在《Math. Computation, Vol, 19, 1965》发表了著名的《 An algorithm for the machine calculation of complex Fourier series 》,人们对 有关傅里叶变换的改进和创新就从未止步。1984年,P. Dohamel 和 H. Hollmann 提出的分裂基快速算法,使得算法的运算速率上升到了新台阶。
直至今日,已提出的快速算法有多种,还有很多学者在不断研究探索新的快速算法。
本文仅介绍最经典的基2FFT算法原理及编程思想。

2.基2FFT

基2FFT算法分为两类:时域抽取法FFT(Decimation-In-Time FFT, 简称 DIT - FFT);
     频域抽取法FFT(Decimation-In-Frequnency FFT, 简称 DIF - FFT);

2.1 FFT 基本思想

对于信号的N点离散傅里叶变化(Discrete Fourier Transform, DFT),DFT的复乘次数为N*N, 复加次数为N*(N-1),当N = 1024时,N*N = 1048576,显然实时信号处理对时间的苛刻要求对应于当代硬件是一个矛盾。FFT算法就是不断二分DFT, 利用旋转因子W^m_N的周期性和对称性减少运算量。

周期性表现为:W^(m+iN)_N = e^( -j2*pi/N*(m+iN) ) = e^(-j2*pi/N*m - j2*pi*i) = e^(-j2*pi/N*m) = W^m_N
对称性表现为:W^(-m)_N = W^(N-m)_N  or  W^(m+N/2)_N = -W^m_N

2.2 时域抽取法 基FFT 基本原理

  • 序列x(n)长度为16,满足N=2^M
  • 将序列按照n的奇偶性二分:x(2r)  and x(2r+1)  
  • 再二分,分到不可二分结束。
  • X(k)         = X1(k) + W^k_N*X2(k)
  • X(k+N/2) = X1(k) + W^k_N*X2(k)
  • 即   X(0) + X(0+16/2)   =   X(0)+X(8)      =   X1(0)
  •       X1(0)+X1(0+8/2)   =   X1(0)+X(4)     =   X2(0)
  •       X2(0)+X2(0+4/2)   =   X2(0)+X2(2)   =   X3(0)
  •       X3(0)+X3(0+2/2)   =   X3(0)+X3(1)   =   X4(0)
16点 时域抽取法FFT(简称 DIT - FFT)


计算量:
  • 完成一次蝶形运算 =  1次复数乘法 + 两次复数加法;
  • 计算1个N点DFT    =  2个N/2点DFT +   N/2个蝶形运算。
  • 计算一个N/2点DFT  = (N/2)^2次复数乘法   +  (N/2)(N/2 - 1)次复数加法
  • 可见,一次分解,运算量将近一半
这里附一段大神的解释【更正了其中的一些小错误】:
  • 第一级,每个蝶形的两节点“距离”为1,第二级每个蝶形的两节点“距离”为2,第三级为4,第四级为8【参考上图去理解】
  • 由此推得,第m级蝶形运算,每个蝶形的两节点“距离”  为 Length = 2^(m-1)

  • 对于16级DIT_FFT,第一级有8组蝶形,每组一个蝶形;第二级有4个蝶形,每组两个蝶形;第三级有2个蝶形,每组四个蝶形;第四级有1个蝶形,每组有8个蝶形。

  • 旋转因子W^k_N的确定
  • 以16点FFT为列,第m级第k个旋转因子为, k = 0, 1, ... ,2^m-1, 即m级共有2^m-1个旋转因子。
  • 根据旋转因子的可约性,,所以第m级第k个旋转因子为
并且,这位大神提出,为提高FFT的运算速度,我们可以建立一个旋转因子数组,然后通过查表法实现。【实际上并不实用,仅适用于确定点数且不 再修改的条件下】
//complex WN[N_series] = //旋转因子数组
{//为节省CPU计算时间,旋转因子采用查表法处理// ★ 根据实际FFT的点数N_series,该表数据需自行修改// 以下结果通过Excel自动生成// WN[k].real =  cos(2*PI/N*k);// WN[k].img  = -sin(2*PI/N*k);}



16点 频域抽取法FFT(简称 DIF - FFT)

3.实现



这篇关于【C】快速傅里叶变换(FFT)讲解及实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1137487

相关文章

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

Android实现在线预览office文档的示例详解

《Android实现在线预览office文档的示例详解》在移动端展示在线Office文档(如Word、Excel、PPT)是一项常见需求,这篇文章为大家重点介绍了两种方案的实现方法,希望对大家有一定的... 目录一、项目概述二、相关技术知识三、实现思路3.1 方案一:WebView + Office Onl

C# foreach 循环中获取索引的实现方式

《C#foreach循环中获取索引的实现方式》:本文主要介绍C#foreach循环中获取索引的实现方式,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、手动维护索引变量二、LINQ Select + 元组解构三、扩展方法封装索引四、使用 for 循环替代

Spring Security+JWT如何实现前后端分离权限控制

《SpringSecurity+JWT如何实现前后端分离权限控制》本篇将手把手教你用SpringSecurity+JWT搭建一套完整的登录认证与权限控制体系,具有很好的参考价值,希望对大家... 目录Spring Security+JWT实现前后端分离权限控制实战一、为什么要用 JWT?二、JWT 基本结构

Java实现优雅日期处理的方案详解

《Java实现优雅日期处理的方案详解》在我们的日常工作中,需要经常处理各种格式,各种类似的的日期或者时间,下面我们就来看看如何使用java处理这样的日期问题吧,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言一、日期的坑1.1 日期格式化陷阱1.2 时区转换二、优雅方案的进阶之路2.1 线程安全重构2

Android实现两台手机屏幕共享和远程控制功能

《Android实现两台手机屏幕共享和远程控制功能》在远程协助、在线教学、技术支持等多种场景下,实时获得另一部移动设备的屏幕画面,并对其进行操作,具有极高的应用价值,本项目旨在实现两台Android手... 目录一、项目概述二、相关知识2.1 MediaProjection API2.2 Socket 网络