数值计算 利用Python实现快速傅里叶变换(FFT)(不调用函数库)

该博客介绍了如何在Python中不依赖函数库实现快速傅里叶变换(FFT)。首先,解释了离散傅里叶变换(DFT)的基本概念和公式,接着详细阐述了FFT算法,降低了计算复杂度。博客还提供了具体的代码实现,并给出了使用实例,例如在[−π,π]上对f(x)=x^2cosx进行16次三角插值多项式的FFT计算。" 112066581,10539879,决策树:优化选择与生活决策,"['机器学习', '决策树算法', '信息论', '数据挖掘', '分类问题']
摘要由CSDN通过智能技术生成

数值计算-利用Python实现快速傅里叶变换(FFT)(不调用函数库)

快速傅里叶变换介绍

首先介绍离散傅里叶变换(DFT),不管是正变换还是逆变换,计算公式可以归结为
X ( k ) = ∑ n = 0 N − 1 x ( n ) W N n k X(k)=\sum_{n=0}^{N-1}x(n)W_N^{nk} X(k)=n=0N1x(n)WNnk
其中, N N N为抽样点的个数(一般为 2 n 2^n 2n), x ( n ) x(n) x(n)为已知数据(拟合函数时为节点函数值), W N = e − i 2 π n W_N=e^{-i\frac{2\pi}{n}} WN=ein2π为旋转因子。

而快速傅里叶变换(FFT),只是对DFT在算法上进行一定的幼化,降低复杂度,同样可以总结为一个公式:
X ( k ) = { ∑ n = 0 N / 2 − 1 x 1 ( r ) W N / 2 r k + W N k ∑ n = 0 N / 2 − 1 x 2 ( r ) W N / 2 r k k = 0 , 1 , ⋯   , N 2 − 1 ∑ n = 0

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值