FFT

FFT

[TOC]

按频率抽取

按频率抽取的情况下,$x[n]$是有序的。序列的分治通过$x[n]$的前后划分来实现。

对于基$b$的FFT,我们不妨对$N$点序列进行以下划分:$x_1[n] = x[n],\ x_2[n] = x[n+\frac{N}{b}],\ … \ x_b[n] = x[n+\frac{(b-1)N}{b}],\ n=0,1…\frac{N}{b}-1$。

这样,我们就可以对DFT表达式进行分解: $$ X[k] = \sum_{n=0}^{\frac{N}{b}-1} [x_1[n]W_{N}^{nk} + x_2[n]W_{N}^{(n+\frac{N}{b})k}+…+x_b[n]W_N^{(n+\frac{(b-1)N}{b})k}] $$ 使用$bk,bk+1,…,bk+b-1$对$k$进行替换,就可以将$W_{N}^{nk}$替换为$W_{\frac{N}{b}}^{nk}$,以实现递归。带入后的表达式如下: $$ X[bk+m] = \sum_{n=0}^{\frac{N}{b}-1}{x[n]+x[n+\frac{N}{b}]W_{b}^{m}+x[n+\frac{2N}{b}]W_{b}^{2m}…+x[n+\frac{(b-1)N}{b}]W_{b}^{(b-1)m}}W_{\frac{N}{b}}^{nk}W_N^{nm} $$ 对于单位根系数有简单的记忆技巧:

  • 基2 $(1,1)\ (1,-1)$
  • 基3 $(1,1,1)\ (1,W_3^1,W_3^2)\ (1,W_3^2,W_3^4)$
  • 基4 $(1,1,1,1)\ (1,-i,-1,i) \ (1,-1,1,-1) \ (1,i,-1,-i)$
  • 基n 可以考虑每一个分量分别是旋转$m$次,每次顺时针旋转$\frac{2\pi}{b}$所得到的

按时间抽取

按时间抽取的情况下,$X[k]$是有序的。序列的分治通过$x[n]$的模划分来实现。

对于基$b$的FFT,其DFT可以写为如下形式: $$ X[k] = \sum_{n=0}^{\frac{N}{b}-1}x[bn]W_{\frac{N}{b}}^{kn} + W_{N}^{k}\sum_{n=0}^{\frac{N}{b}-1}x[bn+1]W_{\frac{N}{b}}^{kn} + … + W_{N}^{(b-1)k}\sum_{n=0}^{\frac{N}{b}-1}x[bn+b-1]W_{\frac{N}{b}}^{kn} $$ 使用$k,k+\frac{N}{b},…,k+\frac{(b-1)N}{b}$对$k$进行代换,可以得到: $$ X[k+\frac{mN}{b}] = \sum_{n=0}^{\frac{N}{b}-1}{x[bn]+x[bn+1]W_b^mW_N^k+x[bn+2]W_b^{2m}W_N^{2k}+…+x[bn+b-1]W_b^{(b-1)m}W_N^{(b-1)k}}W_{\frac{N}{b}}^{kn} $$

应用

卷积

考虑一个长度为$L$的序列$x_1[n]$和一个长度为$P$的序列$x_2[n]$,卷积后的序列$y[n]$长度为$(L+P-1)$。将$y[n]$按照$N$点混叠得到$N$点循环卷积$\bar y_N[n]$,当$N>L+P$,则可以将$X_1[k]X_2[k]$的循环卷积变换为$X_1(e^{j\omega})X_2(e^{j\omega})$的线性卷积(参考循环卷积的频域理解)。

如果$P$较小,则需要对$x_2[n]$大量补0,导致计算量增大,对此需要对$x_1[n]$分段切割,表示为长度为$L$的平移有限长序列之和: $$ x[n] = \sum_{r=0}^{\infty}x_r[n-rL] \ x_r[n] = x[n+rL], 0\le n\le L-1 $$ 分段计算线性卷积$y_r[n] = x_r[n] * h[n]$,使用$N\ge L+P-1$点DFT计算线性卷积,得到的序列。由于每一个分割后的序列段长度为$L$,所以上述卷积长度为$L+P-1$,各序列段的卷积将会重叠$P-1$点。

  • 重叠相加法:
    1. 将$x[n]$拆分成$L$点长的子段$x_r[n]$
    2. 将$h[n]$补零做$L+P-1$点FFT$H_{L+P-1}[k]$
    3. 将$x_r[n]$补零做$L+P-1$点FFT$X_r [k]$
    4. $X_r[k]$和$H_{L+P-1}[k]$逐点相乘后作$L+P-1$点IFFT得$y_r[n]$
    5. 平移$rL$点后重叠相加$y[n] = \sum_{r=0}^{\infty}y_r[n-rL]$
  • 重叠保留法:
    1. $h[n]$做$L$点FFT$H_L[k]$
    2. 将$x[n]$分为长度为$L$的序列段,使得每个输人段与先 前的序列段重叠$(P-1)$点,也就是$x_r[n]=x[n+r(L-P+1)-P+1]\ (0\le n \le L-1)$。
    3. 做卷积$y_{rp}[n]=h[n]*x_r[n]$(使用FFT和IFFT)
    4. 由于各段$x_r[n]$之间有交叠,所以$y_{rp}[n]$的重复段$0\le n \le P-2$段被去掉,新的子序列$y_r[n] = y_{rp}[n](P-1\le n \le L-1)$
    5. 平移$r(L-P+1)$点后重叠相加$y[n] = \sum_{r=0}^{\infty}y_r[n-r(L-P+1)+P-1]$

相关

将一个序列进行反转共轭 ${\rm FFT}{y^{}[-n]}=Y^{}[k]$ 后计算卷积。

短时FFT

$$ X[k,n+1]=(X[k,n]-x[n-W+1]+x[n+1])e^{j2\pi\frac{k}{W}} $$

Built with Hugo
Theme Stack designed by Jimmy
visitors: total visits: time(s) reads: time(s)