分治法-4 Fast Fourier Transform

本文详细介绍了快速傅里叶变换(FFT)的基本概念、离散傅里叶变换、FFT算法原理及逆FFT。通过周期性、对称性和消去性等性质,简化了计算过程,降低了计算复杂度,便于在实际问题中应用。
摘要由CSDN通过智能技术生成

快速傅里叶变换

1 简介

对于信号而言,它的一些特征需要在频域当中才能体现,因此我们需要通过某种方式将信号从时域转换到频域,而傅里叶变换就是其中之一。在计算机当中,我们常用的是离散傅里叶变换。而快速傅里叶变换(FFT)是为了加快傅里叶变换而提出的一种算法。

2 离散傅里叶变换

首先来看傅里叶变换:
X ( w ) = ∫ − ∞ ∞ x ( w ) e − i w t d t X(w)=\int_{-\infty}^{\infty}x(w)e^{-iwt}dt X(w)=x(w)eiwtdt
下面来看离散傅里叶变换。对x(t)以周期T进行采样,得到N个采样点,则每个采样点的离散傅里叶变换公式为:
X ( n ) = ∑ k = 0 N − 1 x ( k ) e − i 2 π N k n     n = 0 , 1 , 2... N − 1 X(n)=\sum_{k=0}^{N-1}x(k)e^{-i\frac{2\pi}{N}kn}\space\space\space n=0,1,2...N-1 X(n)=k=0N1x(k)eiN2πkn   n=0,1,2...N1
因为 e − i 2 π N e^{-i\frac{2\pi}{N}} eiN2π是一个关于N的数,因此,令 W N = e − i 2 π N W_N=e^{-i\frac{2\pi}{N}} WN=eiN2π,公式如下:
X ( n ) = ∑ k = 0 N − 1 x ( k ) W N k n     n = 0 , 1 , 2... N − 1 X(n)=\sum_{k=0}^{N-1}x(k)W_{N}^{kn}\space\space\space n=0,1,2...N-1 X(n)=k=0N1x(k)WNkn   n=0,1,2...N1
由上述公式可知,要计算N个点的离散傅里叶变换的结果,需要进行 N 2 N^2 N2次乘法, N ( N − 1 ) N(N-1) N(N1)次加法,直接计算的计算量太大,所以我们要用到快速傅里叶变换来减少计算量。

3 快速傅里叶变换( F F T FFT FFT)

在了解快速傅里叶变换之前,我们需要先了解一下 W N W_N WN的一些性质。

  1. 性质1-周期性
    W N n k = W N ( n + N ) k = W N ( k + N ) n W_N^{nk}=W_N^{(n+N)k}=W_N^{(k+N)n} WNnk=WN(n+N)k=WN(k+N)n

  2. 性质2-对称性
    W N n k = W N − n k = W N ( N − k ) k = W N ( N − k ) n W_N^{nk}=W_N^{-nk}=W_N^{(N-k)k}=W_N^{(N-k)n} WN

评论
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