- 數字訊號處理教程
- 數字訊號處理 - 首頁
- 數字訊號處理 - 訊號定義
- 數字訊號處理 - 基本連續時間訊號
- 數字訊號處理 - 基本離散時間訊號
- 數字訊號處理 - 連續時間訊號的分類
- 數字訊號處理 - 離散時間訊號的分類
- 數字訊號處理 - 其他訊號
- 基本系統特性
- 數字訊號處理 - 靜態系統
- 數字訊號處理 - 動態系統
- 數字訊號處理 - 因果系統
- 數字訊號處理 - 非因果系統
- 數字訊號處理 - 反因果系統
- 數字訊號處理 - 線性系統
- 數字訊號處理 - 非線性系統
- 數字訊號處理 - 時不變系統
- 數字訊號處理 - 時變系統
- 數字訊號處理 - 穩定系統
- 數字訊號處理 - 不穩定系統
- 數字訊號處理 - 例題解析
- 數字訊號處理資源
- 數字訊號處理 - 快速指南
- 數字訊號處理 - 有用資源
- 數字訊號處理 - 討論
數字訊號處理 - 快速傅立葉變換
在之前的 DFT 方法中,我們看到計算部分過於冗長。我們需要減少它。這可以透過 FFT 或快速傅立葉變換來實現。所以,我們可以說 FFT 不過是離散傅立葉變換的演算法化計算,其中計算量將會減少。
FFT 的主要優點在於,透過它我們可以設計 FIR 濾波器。從數學上講,FFT 可以寫成如下形式:
$$x[K] = \displaystyle\sum\limits_{n = 0}^{N-1}x[n]W_N^{nk}$$讓我們舉個例子來更好地理解它。我們考慮了從 $x_0\quad 到\quad x_7$ 的八個點。我們將偶數項放在一組,奇數項放在另一組。上面提到的示意圖如下所示:
這裡,點 x0、x2、x4 和 x6 被歸為一類,類似地,點 x1、x3、x5 和 x7 被歸為另一類。現在,我們可以進一步將它們分成兩組,並繼續進行計算。現在,讓我們看看這些進一步分成兩組是如何幫助計算的。
$x[k] = \displaystyle\sum\limits_{r = 0}^{\frac{N}{2}-1}x[2r]W_N^{2rk}+\displaystyle\sum\limits_{r = 0}^{\frac{N}{2}-1}x[2r+1]W_N^{(2r+1)k}$
$= \sum_{r = 0}^{\frac{N}{2}-1}x[2r]W_{N/2}^{rk}+\sum_{r = 0}^{\frac{N}{2}-1}x[2r+1]W_{N/2}^{rk}\times W_N^k$
$= G[k]+H[k]\times W_N^k$
最初,我們取了一個八點序列,但後來我們將其分成兩部分 G[k] 和 H[k]。G[k] 代表偶數部分,而 H[k] 代表奇數部分。如果我們想透過圖表來實現它,那麼它可以顯示如下:
從上圖可以看出
$W_8^4 = -1$
$W_8^5 = -W_8^1$
$W_8^6 = -W_8^2$
$W_8^7 = -W_8^3$
類似地,最終值可以寫成如下形式:
$G[0]-H[0] = x[4]$
$G[1]-W_8^1H[1] = x[5]$
$G[2]-W_8^2H[2] = x[6]$
$G[1]-W_8^3H[3] = x[7]$
以上是一個週期性序列。該系統的缺點是 K 不能分解到 4 點以下。現在讓我們將以上內容進一步分解。我們會得到類似這樣的結構
示例
考慮序列 x[n]={ 2,1,-1,-3,0,1,2,1}。計算 FFT。
解答 - 給定的序列為 x[n]={ 2,1,-1,-3,0,1,2,1}
按如下所示排列項;