FFT算法学习心得

 1。通常的FFT算法：　直接计算离散傅立叶变换具有n^2的复杂度，而cooley   和tukey在1965年发现了一种计算离散傅立叶变换的快速算法(即通常所说的FFT算法)，这个算法在计算变换长度n=2^k的离散傅立叶变换时，具有   n*k   的复杂度，即O(n)=n*log2(n),   下面以此为例，讲讲快FFT的特点。  
      1)复数运算：傅立叶变换是基于复数的，因此首先知道复数的运算规则，在FFT算法中，只涉及复数的加、减和乘法三种运算。一个复数可表示为   c=(  x,yi),   x   为复数的实部，y为复数的虚部，i为虚数单位，等于-1的平方根。复数的运算规则是:若c1   表示为   (x1,y1),c2   表示为(x2,y2),   则   (x1+x2,y1+y2)和(x1-x2,y1-y2)分别等于c1+c2的和，c1-c2的差，复数的乘法相对复杂一些，c1*c2   的积为   (x1*x2-y1*y2,x1*y2+x2*y1).  
       
        2)蝶形变换：普通的FFT算法称为基2的FFT算法，这种算法的核心是蝶形变换   长度为n=2^k1的变换共需要做   k1   *   n/2   次蝶形变换，若需变换数据表示为一个复数数组c[],则每次蝶形变换有2个输入   c[i],c[i+s],两个输出:c[i],c[i+s]，s成为翅间距。   每个变换的基本算法是：  
       
      t=wr   *   c[i+s];    
      c[i+s]=c[i]-t;  
      c[i]=c[i]+t;  
   
        前