理顺FFT

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:

其中为N次单位根。

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?

首先证明恒等式:

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:(待续)

参考:

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

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

时间: 2024-10-25 13:30:00

理顺FFT的相关文章

XJTUOJ wmq的A×B Problem FFT

wmq的A×B Problem 发布时间: 2017年4月9日 17:06   最后更新: 2017年4月9日 17:07   时间限制: 3000ms   内存限制: 512M 描述 这是一个非常简单的问题. wmq如今开始学习乘法了!他为了训练自己的乘法计算能力,写出了n个整数,并且对每两个数a,b都求出了它们的乘积a×b.现在他想知道,在求出的n(n−1)2个乘积中,除以给定的质数m余数为k(0≤k<m)的有多少个. 输入 第一行为测试数据的组数. 对于每组测试数据,第一行为2个正整数n,

对AM信号FFT的matlab仿真

普通调幅波AM的频谱,大信号包络检波频谱分析 u(t)=Ucm(1+macos ?t)cos ?ct ma称为调幅系数 它的频谱由载波,上下边频组成 , 包络检波中二极管截去负半周再用电容低通滤波,可以得到基带信号,那么,截去负半周后的AM信号必定包含基带信号的频谱.我们可以通过matlab来验证. %已知基带信号为1hz,载波为64hz,调制系数ma=0.3,采样频率1024hz,FFT变换区间N为2048 clear; fs=1024; f=1; %1hz基带信号 fc=64; %64hz载

多项式FFT相关模板

自己码了一个模板...有点辛苦...常数十分大,小心使用 #include <iostream> #include <stdio.h> #include <math.h> #include <string.h> #include <time.h> #include <stdlib.h> #include <algorithm> #include <vector> using namespace std; #de

多项式艺术:浅谈FFT和NTT算法(未完待续)

什么是多项式? 百度百科说:“由若干个单项式相加组成的代数式叫做多项式.多项式中每个单项式叫做多项式的项,这些单项式中的最高次数,就是这个多项式的次数.” 也就是说,形如的式子,就叫做多项式.这样的式子,也能写作.很显然,多项式加上(或是减上)多项式也是多项式,复杂度是的.但是,如果多项式想要乘上一个多项式,那么也可以,最简单的方法却是的. 不过,FFT算法会告诉你,就够了. 多项式乘法 我们说的,多项式想要乘上一个多项式,那就是多项式乘法,人称“卷积”.我们方才所看到的,被称为多项式的“系数表

FFT模板(From MG)

1 #include<cstdio> 2 #include<cmath> 3 #include<algorithm> 4 using namespace std; 5 struct cp{double x,y;}; 6 int n1,n2,n,m; 7 double pi=acos(-1); 8 cp a[500010],b[500010],cur[500010]; 9 cp operator *(cp x,cp y){return (cp){x.x*y.x-x.y*y

Bzoj2179 FFT快速傅立叶

Time Limit: 10 Sec  Memory Limit: 259 MBSubmit: 3079  Solved: 1581 Description 给出两个n位10进制整数x和y,你需要计算x*y. Input 第一行一个正整数n. 第二行描述一个位数为n的正整数x. 第三行描述一个位数为n的正整数y. Output 输出一行,即x*y的结果. Sample Input 1 3 4 Sample Output 12 数据范围: n<=60000 HINT Source FFT FFT真

BZOJ 2194 快速傅立叶之二 ——FFT

[题目分析] 咦,这不是卷积裸题. 敲敲敲,结果样例也没过. 看看看,卧槽i和k怎么反了. 艹艹艹,把B数组取个反. 靠靠靠,怎么全是零. 算算算,最终的取值范围算错了. 交交交,总算是A掉了. [代码] #include <cstdio> #include <cstring> #include <cmath> #include <cstdlib> #include <map> #include <set> #include <

BZOJ 2179 FFT快速傅立叶 ——FFT

[题目分析] 快速傅里叶变换用于高精度乘法. 其实本质就是循环卷积的计算,也就是多项式的乘法. 两次蝴蝶变换. 二进制取反化递归为迭代. 单位根的巧妙取值,是的复杂度成为了nlogn 范德蒙矩阵计算逆矩阵又减轻了拉格朗日插值法的复杂度. 十分神奇. [代码] #include <cstdio> #include <cstring> #include <cstdlib> #include <cmath> #include <set> #includ

MATLAB中fft

一般的fft需要将点数补成2的整数次幂,MATLAB中有fft函数,输入N点序列则输出也是N点序列,其中N不一定为2的整数次幂.所以会疑惑MATLAB做的fft和N点序列对应的dft是否一样.经过验证,MATLAB中对N点序列做fft的结果与N点dft的结果是完全一样的,没有对N点序列进行补0后再做操作. 下面是MATLAB代码和结果. n = 0: 49; A = 444.128; a = 50 * sqrt(2.0) * pi; w0 = 50 * sqrt(2.0) * pi; T = 0