DFT與FFT

回顧離散時(shí)間傅里葉級(jí)數(shù)DFS

{\boxed{x[n] = \sum_{k=<N>} a_ke^{jk\frac{2\pi}{N}n}\\ a_k = a_{k\pm mN} = \frac 1N \sum_{n=<N>}x[n]e^{-jk\frac{2\pi}{N}n}}}

回顧離散時(shí)間傅里葉變換DTFT

{\boxed{x[n] = \frac 1{2\pi} \int_{2\pi}X(e^{jw})e^{jwn}dw\\ X(e^{jw}) = \sum_{n=\infty}x[n]e^{-jwn}}}

DFT

要在計(jì)算機(jī)上實(shí)現(xiàn)DTFT,有一個(gè)問(wèn)題就是所需的采樣點(diǎn)是無(wú)限的,而離散傅里葉變換DFT解決了這個(gè)問(wèn)題,所需的采樣點(diǎn)有限,利用有限的采樣值確定信號(hào)的頻譜分量。
DFT定義為:
X[k] = \sum_{n=0}^{N-1}x[n]e^{-j2\pi \frac kN n}, k=0, 1, ..., N-1
時(shí)域的采樣個(gè)數(shù)與頻域的采樣個(gè)數(shù)相等,因此解決了另外一個(gè)問(wèn)題:X(e^{jw})定義在無(wú)限個(gè)頻率上,而X[k]定義在有限個(gè)k上,易于處理。
把DFT中N個(gè)時(shí)域采樣點(diǎn)看成是處于DFT窗內(nèi),位于窗外的采樣點(diǎn)不影響分析。
{\boxed{ x[n] = \frac 1N \sum_{k=0}^{N-1}X[k]e^{j2\pi \frac kN n} \\ X[k] = \sum_{n=0}^{N-1}x[n]e^{-j2\pi \frac kN n} }}
當(dāng)對(duì)同一組時(shí)域采樣信號(hào)進(jìn)行DFT和DTFT時(shí),兩者是相符的,DFT是DTFT的采樣形式。
DFS在N點(diǎn)上運(yùn)算,只要DFT也取相同點(diǎn)數(shù),DFS和DFT就相同,區(qū)別只是解釋不同,DFT是非周期信號(hào)加窗后再進(jìn)行周期延拓所得。

FFT

DFT使得DTFT可以在計(jì)算機(jī)上實(shí)現(xiàn),而FFT可以得出與DFT一樣的結(jié)果且運(yùn)算量要小得多,因此DSP軟件包中一般都是應(yīng)用FFT。
最常用的FFT是基2時(shí)域抽取法,基本原理是將一個(gè)N點(diǎn)的計(jì)算分解為兩個(gè)N/2的計(jì)算,每個(gè)N/2的計(jì)算再分解為N/4的計(jì)算,以此類推。

  • 先將時(shí)域的N個(gè)采樣點(diǎn)分為偶采樣序列y[n]=x[2n]和奇采樣序列z[n]=x[2n+1]
    X[k] = \sum_{n=0}^{N-1}x[n]e^{-j2\pi \frac kN n}=\sum_{n=0}^{N/2-1}y[n]e^{-j2\pi \frac kN (2n)} + \sum_{n=0}^{N/2-1}z[n]e^{-j2\pi \frac kN (2n+1)}
    X[k] = Y[k] + e^{-j\frac {2\pi k}{N}}Z[k]
  • 由于Y[k], Z[k]N/2點(diǎn)的信號(hào),因此周期為N/2
    X[k] = X[k+N/2] = Y[k] + e^{-j\frac {2\pi k}{N}}Z[k], k = 0, 1, ..., N/2-1

上述形成了FFT的一個(gè)步驟,將N點(diǎn)的DFT分解為N/2點(diǎn)的DFT,以此類推可以不斷得進(jìn)行分解;隨著N的增大,F(xiàn)FT的優(yōu)勢(shì)將越來(lái)越明顯。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 一、傅立葉變換的由來(lái) 關(guān)于傅立葉變換,無(wú)論是書(shū)本還是在網(wǎng)上可以很容易找到關(guān)于傅立葉變換的描述,但是大都是些故弄玄虛...
    constant007閱讀 4,669評(píng)論 1 10
  • 因?yàn)橐浦睠SK得寫(xiě)快速傅里葉變換的算法,還是二維的,以前在pc平臺(tái)上只需調(diào)用庫(kù)就可以了,只是有點(diǎn)印象原信號(hào)和變換...
    和藹的zhxing閱讀 13,702評(píng)論 7 12
  • tucao 先要吐槽一下簡(jiǎn)書(shū),居然用不了MathJax,導(dǎo)致所有的公式要寫(xiě)成Latex,真是反人類||Φ|(|T|...
    AgTao閱讀 6,305評(píng)論 4 17
  • 一、信號(hào)函數(shù) 假設(shè)采集128個(gè)點(diǎn) 數(shù)學(xué)表達(dá) Python表達(dá) 輸出(128,) (128,) 信號(hào)莖葉圖 二、官方...
    Kyseng閱讀 1,961評(píng)論 0 0
  • 音頻信息 時(shí)域音頻信息就是一個(gè)點(diǎn)隨著時(shí)間在振膜垂直方向振動(dòng)的情況,可表示為一個(gè)2D點(diǎn)集,采樣率越高,就越接近連續(xù)曲...
    有向無(wú)環(huán)閱讀 7,913評(píng)論 0 2

友情鏈接更多精彩內(nèi)容