22、快速傅里叶变换与离散时间系统实现

原创于 2025-07-27 16:24:05 发布 · 116 阅读

0 GEO检测

数字信号处理的实践与探索专栏收录该内容

30 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

快速傅里叶变换与离散时间系统实现

1. 复合点数的快速傅里叶变换算法

在离散傅里叶变换（DFT）中，当点数是特定幂次时，选择合适的快速傅里叶变换（FFT）算法能提高效率。
- 基 - 4 FFT 算法 ：当 DFT 的点数 (N = 4^v) 时，使用基 - 4 FFT 算法比基 - 2 FFT 算法更高效。
- 推导基 - 4 时域抽取 FFT 算法 ：设 (N_1 = N/4) 和 (N_2 = 4)，通过特定的分解方式得到 (X(k)) 的表达式。内部求和是序列 (x(4n_1 + n_2)) 的 (N/4) 点 DFT，外部求和是 4 点 DFT。若 (N_2 = N/4) 能被 4 整除，则重复该过程，会产生 (v = \log_4 N) 级，每级有 (N/4) 个蝶形运算。
- 蝶形结构与运算量比较 ：基 - 4 FFT 中的 4 点蝶形运算每个只需要 3 次复数乘法。对于长度为 (N = 4^v) 的 DFT，复数乘法次数为 (\frac{3N}{8} \log_4 N)，而基 - 2 时域抽取 FFT 的乘法次数为 (\frac{N}{2} \log_2 N)，基 - 4 FFT 的乘法次数是基 - 2 FFT 的 (\frac{3}{4}) 倍。
- 基 - 3 FFT 算法 ：当 (N = 3^v) 时，可推导基 - 3 FFT 算法。
- 时域抽取算法 ：将 (x(n)) 以 3 为因子抽取形成三个长度为 (N/3) 的序列，通过对这些序列的处理得到 (N) 点 DFT 的表达式。不断以 3 为因子抽取，直到剩下 3 点 DFT。对于 9 点时域抽取 FFT，其流图可通过复制 3 点蝶形并调整分支乘法因子得到。
- 乘法次数 ：若 (N = 3^v)，基 - 3 FFT 有 (v) 级，每个 3 点蝶形一般需要 6 次乘法（不考虑乘以 (\pm1) 时可能更少），每级有 (N/3) 个蝶形，所以总乘法次数为 (2N \log_3 N)。
- 原位计算 ：基 - 3 FFT 的计算可以原位进行。
- 频域抽取算法 ：对于 (N = 3^v) 的基 - 3 频域抽取 FFT，分别计算 (((k))_3 = 0)、(((k))_3 = 1) 和 (((k))_3 = 2) 时的索引，可得到相应的表达式和流图。

2. 利用 8 点 FFT 芯片计算 24 点 DFT

若有多个 8 点时域抽取 FFT 芯片，可将 24 点 DFT 以 3 为因子对 (x(n)) 进行抽取，分解为三个 8 点 DFT。形成三个序列后，使用 8 点 FFT 芯片计算 (F(k))、(G(k)) 和 (H(k))，再将 8 点 FFT 的输出组合得到 24 点 DFT。

3. 素因子 FFT

21 点素因子 FFT ：对于 (N_1 = 7) 和 (N_2 = 3) 的 21 点素因子 FFT，通过特定的索引映射得到输入和输出的二维数组表示。该算法没有旋转因子，只需要计算三个 7 点 DFT 和七个 3 点 DFT，乘法次数为 (7\times6 + 3\times42 = 168) 次。而 32 点基 - 2 FFT 需要更多乘法，所以对于 21 点序列，补零计算 32 点 DFT 更高效。
15 点 DFT 的不同算法
- 混合基 FFT ：使用 (N_1 = 5) 和 (N_2 = 3) 的混合基 FFT，将 DFT 分解为两个阶段，先进行三个 5 点 DFT，再进行五个 3 点 DFT，过程中需要乘以旋转因子。
- 素因子算法 ：同样 (N_1 = 5) 和 (N_2 = 3) 的素因子算法，索引映射不同，没有旋转因子，与混合基算法的连接方式相同，但输入和输出数组的排序不同，相比混合基 FFT 节省了 8 次复数乘法。

4. 离散时间系统的实现

线性移不变系统的输入和输出由线性常系数差分方程关联，不同的实现方式会影响计算量、内存需求、滤波器对系数量化的敏感度以及输出的舍入噪声。

5. 数字网络

对于具有有理系统函数的线性移不变系统，输入 (x(n)) 和输出 (y(n)) 通过线性常系数差分方程联系。计算输出所需的基本元素包括加法器、乘法器和延迟器，常用方框图和信号流图来表示系统的实现方式。信号流图中的节点对应加法器或分支点，分支表示线性变换，还有源节点（无输入分支，用于输入序列）和汇节点（只有输入分支，用于表示输出序列）。

6. FIR 系统的结构

因果有限长单位冲激响应（FIR）滤波器的系统函数是 (z^{-1}) 的多项式。
- 直接形式 ：最常见的实现方式是使用抽头延迟线，需要 (N + 1) 次乘法、(N) 次加法和 (N) 次延迟。若单位样本响应有对称性，可减少乘法次数。
- 级联形式 ：系统函数可分解为一阶因子的乘积，若 (h(n)) 为实数，复根成对出现，可组合成具有实系数的二阶因子，实现为二阶 FIR 滤波器的级联。
- 线性相位滤波器 ：线性相位滤波器的单位样本响应具有对称性或反对称性，可利用这种对称性简化网络结构，减少乘法次数。
- 频率采样结构 ：该结构根据滤波器的 DFT 系数来参数化滤波器。对于窄带滤波器，其大部分 DFT 系数为零，使用频率采样结构实现更高效。若 (h(n)) 为实数，可对结构进行简化。

以下是不同 FFT 算法的运算量比较表格：
| 算法类型 | 适用点数 (N) | 乘法次数 |
| ---- | ---- | ---- |
| 基 - 2 FFT | (N = 2^v) | (\frac{N}{2} \log_2 N) |
| 基 - 4 FFT | (N = 4^v) | (\frac{3N}{8} \log_4 N) |
| 基 - 3 FFT | (N = 3^v) | (2N \log_3 N) |

下面是基 - 3 时域抽取 FFT 的简单 mermaid 流程图：

graph TD;
    A[x(n)] --> B[以 3 为因子抽取];
    B --> C[三个 N/3 点序列];
    C --> D[处理得到 N 点 DFT];
    D --> E{是否剩下 3 点 DFT};
    E -- 否 --> B;
    E -- 是 --> F[结束];

快速傅里叶变换与离散时间系统实现

7. IIR 系统的结构

因果无限长单位冲激响应（IIR）滤波器的输入 (x(n)) 和输出 (y(n)) 由线性常系数差分方程描述，以下是几种不同的实现方式：
- 直接形式
- 直接形式 I ：将描述系统的差分方程写成一对差分方程，分别对应一个 FIR 滤波器和一个全极点滤波器，二者级联实现系统。其计算要求为：每个输出样本需要 (p + q + 1) 次乘法、(p + q) 次加法，需要 (p + q) 个延迟。
- 直接形式 II ：通过交换直接形式 I 中 FIR 滤波器和全极点滤波器的级联顺序得到。

以下是 IIR 直接形式结构的计算量对比表格：
| 结构类型 | 乘法次数（每个输出样本） | 加法次数（每个输出样本） | 延迟数量 |
| ---- | ---- | ---- | ---- |
| 直接形式 I | (p + q + 1) | (p + q) | (p + q) |
| 直接形式 II | 待确定（与具体系统有关） | 待确定（与具体系统有关） | 待确定（与具体系统有关） |

8. 补充问题分析

卷积效率问题 ：对于长度为 1024 的序列 (x(n)) 与长度为 (L) 的序列 (h(n)) 进行卷积，当 (L) 满足一定条件时，直接进行卷积比通过取 (X(k)H(k)) 的逆 DFT 并使用基 - 2 FFT 算法计算 DFT 更高效，但具体 (L) 值未明确给出。
非 2 的幂次序列处理 ：对于 1025 点的数据序列，零填充使其长度为 (N = 2^n) 后使用基 - 2 FFT 算法计算 DFT，需要的乘法和加法次数分别为 11264；若直接计算 1025 点 DFT，需要的乘法和加法次数为 1050625。
基 - 3 FFT 相关
- 输入序列索引 ：在基 - 3 时域抽取 FFT 中，输入序列 (x(n)) 的索引以三进制形式表示，然后按三进制数字的逆序读取。
- 频域抽取乘法次数 ：基 - 3 频域抽取 FFT 的乘法次数与基 - 3 时域抽取 FFT 相同，为 (2N \log_3 N)。
12 点 DFT 计算
- 特定 FFT 算法 ：使用特定的 FFT 算法计算 12 点 DFT，需要 30 次乘法和 60 次加法；若直接计算 12 点 DFT，则需要 144 次乘法和 132 次加法。
素因子 FFT 相关
- 99 点素因子 FFT 索引映射 ：对于 (N_1 = 11) 和 (N_2 = 9) 的 99 点素因子 FFT，索引映射为 (n = 9n_1 + 11n_2)，(k = 45k_1 + 22k_2)。
- 12 点素因子 FFT 乘法次数 ：当 (N_1 = 4) 和 (N_3 = 3) 时，不考虑乘以 (\pm1) 和 (\pm j)，12 点素因子 FFT 需要 24 次复数乘法。
- 99 点素因子 FFT 旋转因子 ：(N_1 = 11) 和 (N_2 = 9) 的 99 点素因子 FFT 没有旋转因子。
- 15 点素因子 FFT 乘法次数 ：不考虑乘以 (\pm1) 时，15 点素因子 FFT 需要 90 次复数乘法。

下面是使用 8 点 FFT 芯片计算 24 点 DFT 的 mermaid 流程图：

graph TD;
    A[x(n)] --> B[以 3 为因子抽取];
    B --> C[形成三个 8 点序列];
    C --> D[使用 8 点 FFT 芯片计算 F(k)、G(k)、H(k)];
    D --> E[组合 8 点 FFT 输出];
    E --> F[得到 24 点 DFT];

综上所述，在数字信号处理中，不同的 FFT 算法和离散时间系统实现结构各有优劣。在实际应用中，需要根据具体的问题，如序列长度、计算效率要求、内存限制等，选择合适的算法和结构，以达到最佳的处理效果。例如，对于点数为 4 的幂次的 DFT，基 - 4 FFT 算法在乘法次数上更具优势；对于窄带 FIR 滤波器，频率采样结构可能是更高效的实现方式。同时，素因子 FFT 算法在某些情况下可以避免旋转因子的乘法，节省计算量。

标签