快速傅里叶变换

快速傅里叶变换叫FFT，是DFT的快速算法，只是改进以下算的方法而已

对于DFT变换而言
每一个k值都对应着N次相乘，以及N-1次相加
而又有N个k值，因为k的取值范围是0到N-1，所以有N的平方个乘机项，和N（N-1）项加式

FFT分为DIT和DFF，前者是基于时间的，也就是时域抽选法，后者是频域抽选法
我们学的是DIT

做几点DFT变换，其周期就是几点

什么是基2？
就是序列的长度是2的整数倍，因为这样很好划分

书上134页对于一个序列把他在时域分为偶数点序列和奇数点序列
我们对x(n)做DFT变换，之后又因为原序列是N长所以积偶序列长度是N/2，所以根据N/2的周期性又得到书上
135页中间的那个式子。你如果不根据周期性得到的仅仅是0到N/2-1区间上的式子，对于N/2-1到N上的式子你无法表达，因为原序列k的取值范围就是0到N-1。观察二者的式子我们最后画出了一个蝶形运算的图。

注：将N长的序列求N/4点的DFT，k的取值范围是0到N/4-1

求N点DIT运算所需要的乘法次数和加法次数？
对于乘法而言，首先是N点，所以你要进行N/2次蝶形运算，而每一次蝶形运算虽然是2个乘法项，但是结果是一样的，所以只进行一次，对于DFT而言，因为你分为一个奇序列和一个偶序列，所以要进行2次DFT变换，而每一次DFT变换有N/2个点，每一个点要进行N/2次乘机，所以最后的结果在书上136页。对于加法而言，由于前面是N/2点的DFT变换，每一次的DFT变换要加N/2-1次，有N/2个点，又由于是针对奇序列和偶序列而言，所以还要乘2。

你为了降低运算步骤，可以通过细化DFT和蝶形运算，但是蝶形运算无法降低，所以你只有通过降低DFT点数来减少步骤

细说8点DIT变换
对于N长序列的N/2点而言
首先你看书上136页图，左边是把这个序列分为奇数和偶数部分，分完之后不管n的取值还是k的取值都是原来的一半，所以中间的括号里面的你看都是到一半，那为啥不是X2和X1交互呢，是因为你前面针对是偶数，当然只有一个下标了，然后就是连接取相同值得k，为啥？你看那两个根本公式就知道了，连完之后据根据那两个根本公式就得到右边得结论，因为你要算X（k），所以肯定写X(k)，如果你不是求N/2而是求N/4，你的第一个蝶形算出来的就不是X(k)。接下来我们来看一下N/4点，就是对原偶序列在分为奇数和偶数，和上面一样。

由于对于书上137页中间那幅图，作者觉得那个N/4DFT比较碍事，所以想用蝶形继续替代它
请你看书上137页下面那两个式子就是替代的
首先那两个根本的式子都是频域下的，所以等号两边肯定都是频域下的，又因为N/4-1，所以两边的取值都是0和1，然后你自己会了，这样一来所有的运算全部在蝶形里面了。

对于多点而言，算出的要送回去，也就是继续蝶形

DFT可选择性高，不是全算，而FFT没有选择性，它是全算的

例题：对于一个连续序列而言，采样1秒采到1096点，计算采样信号4096点的DFT，同时假设频率200到300
1.使用DFT，需要多少次乘？
首先fs=4096，N=4096，所以derta f = fs/N = 1，derta f就是分辨率
所以答案是101*4096
2.使用基2
直接套138页中间的公式就可以了

位倒叙：
就是输入是04261537，输出是01234567

原址运算：上一级的不需要保存，也就是说上一级的输入数据使用完之后就没用了，原输入数据所占据的空间就被结果占了