基2fft实现、二次最佳平方逼近多项式、牛顿迭代法

图2.1乘法次数比较
将基2fft变换运算可以转换为m级运算，每个级别包含k组，每组包含r个鲽形对，每个鲽形对包含n个鲽形单元了。FFT时间抽取算法信号流图如图2.2所示。由FFT基本原理可以知道，当N为2的幂次方时，FFT运算包含 级运算，并将每一级编号 ，每一级包含 组，每组包含 个鲽形单元，

图2.2 8点FFT时间抽取算法信号流图
根据信号与系统的相关理论[4]，根据本学期的数字信号处理作业实验得出的相关结论，对正弦信号进行采样，采样频率在满足采样定理的前提下，还需要满足信号频率不能是信号频率的2倍，这样会导致采样点信息一致，不能恢复出原始的信息。正弦信号2倍采样结果如图2.3所示，当 的时候，会在信号的每一个周期采两个点，采到的所有点值一致，故不能得到正确的频谱。对于正弦信号的采样。当 的时候， 固定，随着 的增加，信号的频谱特性会变好。当 固定， 减小信号频谱特性会变好。当满足采样定理和大于2倍频率，信号的有效持续 时间增加，所以信号频谱特性变好。

图2.3 采样验证图







.二次最佳逼近平方多项式的实现
根据2.2节二次最佳逼近平方多项式的基本原理，绘制流程图，如图3.3所示。基本步骤如下：
步骤1：初始化变量，设置积分区间、被积分函数、积分权值函数。
步骤2：因为本代码求解的是最佳平方逼近问题，理论上存在3个多项式，但考虑后期可能会用到高次多项式逼近，所以将高次多项式的次数设置为变量N,本文中N=2。
步骤3：需要计算N+1=3个多项式，每一个多项式存储在元胞数组中。
步骤4：根据上述参数计算每一个多项式中需要使用的参数值，然后计算出所有多项式。
步骤5：上述产生的是正交基函数，所以求出的法方程组系数矩阵 右端的b。
步骤6：然后通过自己编写的LU分解方法计算方程组的解向量。
步骤7：输出y,并计算误差，对输出的值进行化简。
程序流程图如图3.3所示。分别取拟合次数为1，2，5，10计算程序的运行结果，以及统计拟合误差及程序运行时间。结果如图3.4所示,可知随着拟合次数增加，拟合效果变好。算法的计算误差以及运行时间如表3.1所示，随着N增加，拟合误差降低。






图3.6牛顿迭代法计算效果

在这里插入图片描述