DFT(Discrete Fourier Transform):离散傅立叶变换

直观的计算DFT算法复杂度为O(N*N)。

FFT(Fast Fourier Transformation):快速傅立叶变换,DFT的快速算法。凡将DFT算法复杂度降至O(N*logN)的算法,均可称为FFT。

最常用的FFT为奇偶分治法,要求输入点个数N为2的幂。下文中均假设N为2的幂。

N个点的DFT处理器定义:

N个点的DFT处理器有N个输入和N个输出,输入N个点的值,输出各点的变换结果值。

(注意左边x为小写,右边X为大写)

黑箱内逻辑为:

其中

根据N个点的DFT处理器的定义,可以推得N/2个点的DFT处理器的定义。

N/2个点的DFT处理器定义:

N/2个点的DFT处理器有N/2个输入和N/2个输出,输入N/2个点的值,输出各点的变换结果值。

黑箱内逻辑为:

考虑下面问题:

问题一:将N/2个偶点x[0],x[2],x[4],...,x[N-2]输入N/2个点的DFT处理器,设输出为G[0],G[1],...,G[N/2-1],那么G[k](k=1~N/2-1)等于多少?

解:根据N/2个点的DFT处理器定义,得:

问题二:将N/2个奇点x[1],x[3],x[5],...,x[N-1]输入N/2个点的DFT处理器,设输出为H[0],H[1],...,H[N/2-1],那么H[k](k=1~N/2-1)等于多少?

解:根据N/2个点的DFT处理器定义,得

考虑下面问题:

假设我现在想计算N个点x[0]~x[N-1]的DFT的结果X[0]~X[N-1],但是凑巧学前班没毕业不会算数儿,所以只能借助一个现成的N个点的DFT处理器来完成计算,但凑巧手头没有N个点的DFT处理器,却凑巧有两个N/2个点的DFT处理器,那么我还能不能完成计算呢?

解:

能完成计算,可以用两个N/2个点的DFT处理器DIY一个N个点的DFT处理器,然后用这个DIY的DFT处理器完成计算。

那么,如何DIY呢?

首先可验证恒等式:

然后据此恒等式连电路,连好结果如下:

由此可见,可以用两个N/2个点的DFT处理器组装成N个点的DFT处理器。重复这一思想,那两个N/2个点的DFT处理器每个都可以由两个N/4个点的DFT处理器组成,由于N为2的幂,所以此过程可反复进行,直到分解为1个点的DFT处理器为止。

此即基于奇偶分治的FFT算法。

算法复杂度分析:

设使用上述FFT算法的情况下N point DFT所需乘法次数为C(N),则根据上面电路图显然有:

C(N)=2C(N/2)+N

又由于1个点的FFT所需乘法次数为1(即输入值x乘以),即

C(1)=1

求解此递推公式,得

所以算法复杂度为O(N*logN)

参考:

https://www.youtube.com/watch?v=EsJGuI7e_ZQ

https://www.youtube.com/watch?v=1mVbZLHLaf0

----补充

一,

因为,所以前面电路图可等价地优化为:

参考:https://cnx.org/contents/zmcmahhR@7/Decimation-in-time-DIT-Radix-2  (其中Additional Simplification一节)。

二,

递推公式

C(N)=2C(N/2)+N

C(1)=1

求解过程如下:

用累加法求解D(m),写:

将第二式乘以2,将第三式乘以4,将第四式乘以8...然后累加,得:

所以

理顺FFT的更多相关文章

  1. 并行计算提升32K*32K点(32位浮点数) FFT计算速度(4核八线程E3处理器)

    对32K*32K的随机数矩阵进行FFT变换,数的格式是32位浮点数.将产生的数据存放在堆上,对每一行数据进行N=32K的FFT,记录32K次fft的时间. 比较串行for循环和并行for循环的运行时间 ...

  2. 【BZOJ-2179&2194】FFT快速傅里叶&快速傅里叶之二 FFT

    2179: FFT快速傅立叶 Time Limit: 10 Sec  Memory Limit: 259 MBSubmit: 2978  Solved: 1523[Submit][Status][Di ...

  3. 为什么FFT时域补0后,经FFT变换就是频域进行内插?

    应该这样来理解这个问题: 补0后的DFT(FFT是DFT的快速算法),实际上公式并没变,变化的只是频域项(如:补0前FFT计算得到的是m*2*pi/M处的频域值, 而补0后得到的是n*2*pi/N处的 ...

  4. FFT NNT

    算算劳资已经多久没学新算法了,又要重新开始学辣.直接扔板子,跑...话说FFT算法导论里讲的真不错,去看下就懂了. //FFT#include <cstdio> #include < ...

  5. CC countari & 分块+FFT

    题意: 求一个序列中顺序的长度为3的等差数列. SOL: 对于这种计数问题都是用个数的卷积来进行统计.然而对于这个题有顺序的限制,不好直接统计,于是竟然可以分块?惊为天人... 考虑分块以后的序列: ...

  6. ECF R9(632E) & FFT

    Description: 上一篇blog. Solution: 同样我们可以用fft来做...就像上次写的那道3-idoit一样,对a做k次卷积就好了. 同样有许多需要注意的地方:我们只是判断可行性, ...

  7. fft练习

    数学相关一直都好弱啊>_< 窝这个月要补一补数学啦, 先从基础的fft补起吧! 现在做了 道. 窝的fft 模板 (bzoj 2179) #include <iostream> ...

  8. FFT时域与频域的关系,以及采样速率与采样点的影响

    首先对于FFT来说,输入的信号是一个按一定采样频率获得的信号序列,而输出是每个采样点对应的频率的幅度(能量). 下面详细分析: 在FFT的输出数据中,第一个值是直流分量的振幅(这样对应周期有无穷的可能 ...

  9. 【玩转单片机系列002】 如何使用STM32提供的DSP库进行FFT

    前些日子,因为需要在STM32F103系列处理器上,对采集的音频信号进行FFT,所以花了一些时间来研究如何高效并精确的在STM32F103系列处理器上实现FFT.在网上找了很多这方面的资料做实验并进行 ...

随机推荐

  1. linux 中的./configuration --prefix=安装路径 的用法(指定源码安装方式的安装路基)

    源码的安装一般由3个步骤组成:配置(configure).编译(make).安装(make install). Configure是一个可执行脚本,它有很多选项,在待安装的源码路径下使用命令./con ...

  2. 类属性判断 hasattr getattr

  3. RelativeLayout的16种特有属性

    *相对于兄弟控件的位置属性 android:layout_above="@id/center_btn"处于某一个控件的上方 android:layout_below="@ ...

  4. RefreshListView下拉刷新

    布局: <com.example.administrator.d30_myrefreshlistview.RefreshListView android:id="@+id/refres ...

  5. BroadcastReceiver广播接受者

    广播接收器的两种注册方式: 1)动态注册:在代码中注册,创建一个IntentFilter(意图过滤器)对象,设置想要就收的广播,在onCreate()方法中通过调用registerReceiver() ...

  6. 008.Docker Flannel+Etcd分布式网络部署

    一 环境准备 1.1 Flannel概述 Flannel是一种基于overlay网络的跨主机容器网络解决方案,即将TCP数据包封装在另一种网络包里面进行路由转发和通信,Flannel是CoreOS开发 ...

  7. 未将对象引用设置到对象的实例 IIS

    CMD C:\WINDOWS\Microsoft.NET\Framework\v4.0.30319\aspnet_regiis.exe -i

  8. AJP认证信息爆破ajp_brute

    AJP认证信息爆破ajp_brute   一旦AJP服务启用身份认证后,就可以使用Nmap提供的ajp-brute脚本实施爆破.该脚本使用Nmap自带的用户名字典和密码字典实施爆破.在破解前,用户应该 ...

  9. vue+webpack 遇到的问题总结

    1.错误1:TypeError:this.init is not a function 解决:安装相关的加载器,npm install vue-loader vue-html-loader vue-s ...

  10. 潭州课堂25班:Ph201805201 第二课:数据类型和序列类型 (课堂笔记)

    workon py3env pip install ipython   安装虚拟环境, 安装完成之后,键入:ipython   进入环境, 数字类型:(整型)   int    --------> ...