詳解快速傅里葉變換FFT算法帶程序（共17頁pdf）

ID:244747 · 發(fā)表于 2017-10-31 22:42

詳解快速傅里葉變換 FFT 算法

下面是部分內(nèi)容預(yù)覽：

快速傅里葉變換 FFT 是離散傅里葉變換 DFT 的一種快速算法，只有 FFT 才能在現(xiàn)實中有實際應(yīng)用的意義。雖然許多學(xué)過數(shù)字信號處理這門課的同學(xué)都知道 DFT 和 FFT，但實際上真正理解其算法原理的屈指可數(shù)，絕大部分同學(xué)知其然而不知其所以然，況且限于高校課程教學(xué)體制，課堂上不可能把這些原理和算法講得明明白白的。為此，特意以本文講解 FFT 算法的原理與實際應(yīng)用，給欲往電子信息類專業(yè)進(jìn)修和發(fā)展的同學(xué)一些課外參考。
N點有限長序列x(n)的DFT 為

由此可見，一次復(fù)數(shù)乘法需要 4 次實數(shù)乘法和 2 次實數(shù)加減法。一次復(fù)數(shù)加法需要 2 次實數(shù)加法。所以每一個 X（k）計算需要 4N次實數(shù)乘法以及2N+2(N-1)=2(2N-1)次實數(shù)加法。整個 DFT運算總共需要 4N*N次實數(shù)乘法和 N*2(2N-1)=2N(2N-1)次實數(shù)加法。當(dāng) N足夠大，N>>1 時，直接計算DFT
的乘法次數(shù)和加法次數(shù)都是和 N的平方成正比。當(dāng)N=1024 時，DFT的運算量為 1048576次，即一百多萬次復(fù)乘運算，一塊嵌入式 32位處理器的最高速度為 105百萬指令每秒，那么它要完全計算這個DFT 的時間最快也要 1 秒，期間還是獨占 CPU 所有運算資源且不能有任何其他的中斷請求。這樣計
算量太龐大，計算速遞太慢了，談不上實時性，根本沒有實用意義。

所以，我們就要利用DFT 的系數(shù)的固有特性來簡化計算，減少運算量。特性如下：

完整的pdf格式文檔51黑下載地址（共17頁）：

詳解快速傅里葉變換FFT算法帶程序.pdf (1.72 MB, 下載次數(shù): 748)

ID:111291 · 發(fā)表于 2017-12-7 11:09

學(xué)習(xí)，謝謝分享！

ID:91359 · 發(fā)表于 2018-5-14 15:12

學(xué)習(xí)，謝謝分享！

ID:328121 · 發(fā)表于 2018-5-16 11:22

學(xué)習(xí)，謝謝分享！

ID:279667 · 發(fā)表于 2018-5-29 11:42

多謝樓主講解

ID:354634 · 發(fā)表于 2018-6-19 20:45

很厲害，學(xué)習(xí)學(xué)習(xí)，謝謝分享！

ID:358337 · 發(fā)表于 2018-6-25 11:24

謝謝分享！

ID:373980 · 發(fā)表于 2018-7-20 11:52

謝謝分享

ID:375898 · 發(fā)表于 2018-7-20 15:03

好東西！

ID:357292 · 發(fā)表于 2018-7-22 00:34

可以下載嗎？

ID:377059 · 發(fā)表于 2018-7-23 00:25

謝謝分享

ID:95821 · 發(fā)表于 2018-7-23 08:37

學(xué)習(xí)了

ID:384525 · 發(fā)表于 2018-8-9 11:21

好東西，好東西

ID:395017 · 發(fā)表于 2018-9-10 09:10

學(xué)習(xí)了，謝謝分享

ID:425223 · 發(fā)表于 2019-1-15 21:23

學(xué)習(xí)了，謝謝分享

ID:488217 · 發(fā)表于 2019-4-16 16:09

學(xué)習(xí)了，謝謝大佬

ID:500396 · 發(fā)表于 2019-5-5 17:23

學(xué)習(xí)了，謝謝大佬�。�

ID:511272 · 發(fā)表于 2019-7-23 14:37

學(xué)習(xí)，謝謝分享

ID:553031 · 發(fā)表于 2019-10-3 16:13

學(xué)習(xí)，謝謝分享！

ID:71896 · 發(fā)表于 2019-11-3 11:23

正需要做一個音樂頻譜，好難阿。

ID:553885 · 發(fā)表于 2020-2-17 21:11

學(xué)習(xí)了，謝謝分享

ID:108573 · 發(fā)表于 2020-2-19 09:06

下來看看，一直想學(xué)習(xí)傅里葉變換，可惜網(wǎng)上都看不懂

ID:381834 · 發(fā)表于 2020-4-18 23:15

學(xué)習(xí)了，謝謝樓主分享

ID:589541 · 發(fā)表于 2020-6-4 09:47

正在學(xué)習(xí)快速fft，還有一種叫基2fft 的算法，

ID:703546 · 發(fā)表于 2020-6-5 00:59

謝謝樓主分享

ID:771607 · 發(fā)表于 2020-6-7 00:50

學(xué)習(xí)，謝謝分享！

ID:438263 · 發(fā)表于 2020-6-14 23:22

代碼不全，感覺用處不大

ID:319662 · 發(fā)表于 2020-6-15 10:44

我的天啦,看的就頭大了

ID:764088 · 發(fā)表于 2020-6-15 10:51

收藏學(xué)習(xí)中

ID:427723 · 發(fā)表于 2020-6-16 08:29

謝謝分享！

ID:808093 · 發(fā)表于 2021-1-15 10:14

謝謝樓主分享，學(xué)習(xí)一下

ID:138247 · 發(fā)表于 2021-4-5 18:07

好資料，非常詳細(xì)。謝謝樓主分享。。

ID:29750 · 發(fā)表于 2023-8-11 07:40

好資料，非常詳細(xì)。謝謝樓主分享。。

帳號		自動登錄	找回密碼
密碼			立即注冊

詳解快速傅里葉變換FFT算法帶程序（共17頁pdf）

評分