FFT (Fast Fourier Transform) 与 DFT (Discrete Fourier Transform)

FFT作为快速傅里叶变换,以其高效性在信号处理、图像分析等领域广泛应用。然而,对于某些特定场景,离散傅里叶变换(DFT)在效率上可能超过FFT。本文将探讨两者的差异及适用情况。

   FFT 是一种如雷贯耳的快速算法,应用范围及其广泛,就不多说了。不过 DFT 很多人并不是很清楚,只知道 DFT FFT 效率低,速度慢。实际上,在很多应用场合下,DFT 反而会比 FFT 效率高很多。

    首先,回顾一下复数的特性:
         V = R + jI = M*(R/M + j I/M) = M*(cos(A) + j sin(A)) = M*exp(j A)                       (1)
         wher R is the real and I is the image, M = sqrt(R*R + I*I) and A=arctan2(R, I) is the angle.
 
DFT/FFT 首要的任务是确定系统的基频( Fundamental Frequency), 这样就能确定系统一个周期的采样点数。基频在同一个系统中可根据需要而采用不同的值。现在假设系统的采样时间为 Ts,   周期采样点数  N  ( 对于 FFT,  一般要求 N = 2*M = 2^L, DFT 则无此要求), 则第 次谐波的  DFT 的计算公式可以从基本的 Fourier 积分公式中得出:
        V(k) = sum (x(k - n) * exp( j 2* n *PI *  H /N) *2/N)                                            (2)
 
这里,  n = 0 to N-1, sum 
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值