按时间抽取的基2FFT 算法分析及MATLAB 实现
1 DIT-FFT 算法的基本原理
有限长序列x (n )的N 点DFT 定义为:∑-==10 )()(N n n k N
W n x k X ,式中N j N e W π2-=,其整数次幂简称为旋转因子。
直接进行DFT 运算大约需要22N 次三角函数计算、24N 次实数乘法计算和)12(2-N N 次实数加法计算,且需许多索引和寻址操作[2]。本文列出了直接DFT 的MATLAB 程序,这种直接DFT 运算概念清楚、编程简单,但占用内存大、运算速度低,在实际工作中并不实用。基2FFT 算法的基本思想是把原始的N 点序列依次分解成一系列短序列,充分利用旋转因子的周期性和对称性,分别求出这些短序列对应的DFT ,再进行适当的组合,得到原N 点序列的DFT ,最终达到减少运算次数,提高运算速度的目的。按时间抽取的基2FFT 算法,先是将N 点输入序列x (n )在时域按奇偶次序分解成2个N /2点序列x 1(n )和x 2(n ),再分别进行DFT 运算,求出与之对应的X 1(k )和X 2(k ),然后利用图1所示的运算流程进行蝶形运算,得到原N 点序列的DFT 。只要N 是2的整数次幂,这种分解就可一直进行下去,直到其DFT 就是本身的1点时域序列。一个完整的8点DIT-FFT 运算流程如图2所示[4]。图中的输入序列不再是顺序排列但有规律可循,数组A(存储地址)用于存放输入数据和每级运算的结果。