快速傅里叶变换(FFT)的推导过程(DIT)

FFT是一种快速计算DFT的算法。按时间抽选的基-2FFT推导过程如下：

首先给出DFT的计算公式：

$$X(k)=DFT[x(n)]=\sum _{n=0}^{N-1}x(n)W_N^{nk}$$

其中$W_N=e^{-j\frac{2\pi }{N}}$

容易证明：

$$W_N^{nk}=W_N^{(n+rN)k}=W_N^{(k+rN)n}，r为整数$$

$$W_N^{nk}=W_{mN}^{mnk}，W_N^{nk}=W_{N/m}^{nk/m}$$

因此，可以得出一些特殊值：

$$W_N^{N/2}=-1$$

$$W_N^{k+\frac{N}{2}}=-W_N^k$$

$$W_N^{(N-k)n}=W_N^{(N-n)k}=W_N^{-nk}$$

FFT的主要思想就是利用这些性质将DFT中的某些项合并。

设序列的长度为$N=2^L$，将其分成奇偶两组：

\begin{equation}
\left{
\begin{array}
x(2r)=x_1® \
x(2r+1)=x_2®
\end{array}
\right.\tag{1}
\end{equation}

其中$$r=0,1,...,\frac{N}{2}-1$$

则$$X(k)=\sum _{n=0(n为偶数)}^{N-1}x(n)W_N^{nk}+\sum _{n=0(n为奇数)}^{N-1}x(n)W_N^{nk}$$

$$X(k)=\sum _{r=0}^{\frac{N}{2}-1}x(2r)W_N^{2rk}+\sum _{r=0}^{\frac{N}{2}-1}x(2r+1)W_N^{(2r+1)k}$$

$$X(k)=\sum _{r=0}^{\frac{N}{2}-1}{x}_1(r)W_{N/2}^{rk}+W_N^k\sum _{r=0}^{\frac{N}{2}-1}{x}_2(r)W_{N/2}^{rk}$$

令$$X_1(k)=\sum _{r=0}^{\frac{N}{2}-1}{x}_1(r)W_{N/2}^{rk}$$

$$X_2(k)=\sum _{r=0}^{\frac{N}{2}-1}{x}_2(r)W_{N/2}^{rk}$$

则$$X(k)=X_1(k)+W_N^k{X}_2(k)\text{\hspace{1em}(2)}$$

$X_1(k),X_2(k)$分别是$x_1(r)和x_2(r)$的$N/2$点DFT。

这样我们就可以把一个$N$点DFT分解为两个$N/2$点DFT，并通过$(2)$式组合成$N$点DFT。

但是式中的$k,r=0,1,...,\frac{N}{2}-1$，也就是说，这只是$X(k)$的前一半序列。

可以应用周期性求解$X(k)$的后一半序列。

易证：

$$\begin{gathered} X_1(\frac{N}{2}+k)=X_1(k) \\ {X}_2(\frac{N}{2}+k)=X_2(k) \\ {W}_N^{k+\frac{N}{2}}=-W_N^k \end{gathered}$$

因此：$$X(k+\frac{N}{2})=X_1(k)-W_N^k{X}_2(k),k=0,1,...,\frac{N}{2}-1\text{\hspace{1em}(3)}$$

通过$(2)$式和$(3)$式，就可以通过两个$N/2$点DFT序列组合出一个完整的$N$点DFT序列。

附运算次数(序列的长度为$N$)：

直接DFT：
复数乘法$N^2$次
复数加法$N(N-1)$次

利用FFT求解DFT：
复数乘法$\frac{N}{2}lo{g}_{2}N$次
复数加法$Nlo{g}_{2}N$次