Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Chương 6BIẾN ĐỔI FOURIER NHANH (FFT)
T.S. Đinh Đức Anh Vũ
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 2
Nội dung
Tính DFT & IDFT
Tính trực tiếp Biến đổi WN
Chia-Trị Lọc tuyến tính
Cơ số 2 Cơ số 4 Chirp-zGoertzelTách cơ số
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 3
DFT & IDFTTính DFT: xác định chuỗi N giá trị phức {X(k)} khi biết trước chuỗi {x(n)} chiều dài N
– Giải thuật tính DFT cũng được áp dụng cho việc tính IDFTTính trực tiếp
– N2 phép nhân phức– N(N-1) phép cộng phức→ Độ phức tạp: O(N2)
Biến đổi WN
– 2N2 phép tính lượng giác– 4N2 phép nhân số thực– 4N(N-1) phép cộng số thực– Một số phép toán chỉ số và địa chỉ để nạp x(n)
10)()(1
0
−≤≤=∑−
=
NkWnxkXN
n
knN
10)(1)(1
0
−≤≤= ∑−
=
− NnWkXN
nxN
k
knN
DFT
IDFTNj
N eWπ2−=
−−=
+=
∑
∑−
=
−
=
1
0
22
1
0
22
)]cos()()sin()([)(
)]sin()()cos()([)(
N
nNkn
INkn
RI
N
nNkn
INkn
RR
nxnxkX
nxnxkX
ππ
ππ
Giải thuật tính DFT tối ưu mỗi phép toán theo những cách khác nhau
kN
NkN
kN
NkN
WWhoànTuân
WWxúngĐôi
=
−=+
+ 2/
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 4
Phương pháp chia-trịNguyên tắc: phân rã nhỏ việc tính DFT N điểm thành việc tính các DFT kích thước nhỏ hơn → các giải thuật FFTPP
– Giả sử N=L.M– Lưu trữ x(n) vào mảng 2 chiều LxM (l: chỉ số hàng, m: chỉ số cột)
– Cách lưu trữTheo dòng n = Ml + mTheo cột n = l + mL
– Tương tự, các giá trị DFT X(k) tính được cũng sẽ được lưu trữ trong ma trận LxM (p: chỉ số hàng, q: chỉ số cột)
Theo dòng k = Mp + qTheo cột k = p + qL
x(N-1)…x(2)x(1)x(0)N-1…210
x(L-1,M-1)…x(L-1,1)x(L-1,0)L-1
…………
x(2,M-1)…x(2,1)x(2,0)2
x(1,M-1)…x(1,1)x(1,0)1
x(0,M-1)…x(0,1)x(0,0)0
M-1…10l m
n →
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 5
Phương pháp chia-trị
∑∑−
=
−
=
++=1
0
1
0
))((),(),(M
m
L
l
lmLqMpNWmlxqpX
Với:x(n) : theo cộtX(k) : theo hàng
lqN
MplN
mLqN
MLmpN
lmLqMpN WWWWW =++ ))((
plL
plMN
MplN
mqM
mqLN
mqLN
NmpN
WWW
WWW
W
==
==
=
/
/
1
lpL
L
l
M
m
mqM
lqN WWmlxWqpX ∑ ∑
−
=
−
=
=
1
0
1
0),(),(
10)()(1
0
−≤≤=∑−
=
NkWnxkXN
n
knN
DFT M điểmF(l,q)
G(l,q)
DFT L điểmX(p,q)
1
2
3
(1): Tính L DFT M điểm– Nhân phức: LM2
– Cộng phức: LM(M-1)(2): Tính G(l,q)
– Nhân phức: LM (3): Tính X(p,q)
– Nhân phức: ML2
– Cộng phức: ML(L-1)Độ phức tạp
– Nhân phức: N(M+L+1)– Cộng phức: N(M+L-2)
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 6
Phương pháp chia-trịHiệu quả
PP chia-trị rất hiệu quả khi N= r1r2r3…rv– Phân rã nhỏ hơn đến (v-1) lần– Hiệu quả hơn
Giải thuật
PP tính trực tiếp• Nhân phức : N2
• Cộng phức : N(N-1)
PP chia-trị• Nhân phức : N(M+L+1)• Cộng phức : N(M+L-2)
N=1000 → L=2, M=500106 nhân phức → 503,000 (~ N/2)
1. Lưu trữ t/h theo hàng2. Tính DFT L điểm của mỗi cột3. Nhân ma trận kết quả với hệ số pha WN
pm
4. Tính DFT M điểm của mỗi hàng5. Đọc ma trận kết quả theo cột
Giải thuật 2
n = Ml + mk = qL + p
1. Lưu trữ t/h theo cột2. Tính DFT M điểm của mỗi hàng3. Nhân ma trận kết quả với hệ số pha WN
lq
4. Tính DFT L điểm của mỗi cột5. Đọc ma trận kết quả theo hàng
Giải thuật 1
n = l + mLk = Mp + q
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 7
Mô hình tính toán DFT 6 điểm thông qua việc tính DFT 3 điểm và DFT 2 điểm
Giải thuật tính FFT cơ số 2– Nếu N = r1r2r3…rv = rv → mô hình tính DFT có cấu trúc đều (chỉ dùng một
DFT r điểm)– r = 2 → FFT cơ số 2– Chọn M = N/2 và L = 2
x(5)
x(3)
X(5)
X(4)
Phương pháp chia-trị
DFT
3 điểm
DFT
2 đ
iểm
x(0)
x(2)
x(4)
x(1)
W6lq
X(0)
X(1)
X(2)
X(3)
x(1) x(3) x(N-1)…
x(0) x(1) x(2) … x(N-1)………
x(0) x(2) x(N-2)…l=0
l=1
m=0 m=1 m=M-1
f1(2n)
f2(2n+1)n= 0,1, …, N/2-1
Giải thuật chia theo thời gian
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 8
FFT cơ số 2
∑∑
∑∑
∑
−
=
+−
=
−
=
++=
+=
−==
1)2/(
0
)12(1)2/(
0
2
1
0
)12()2(
)()(
1,...,1,0)()(
N
m
mkN
N
m
mkN
oldn
knN
evenn
knN
N
n
knN
WmxWmx
WnxWnx
NkWnxkX
2/2
NN WW =
1,...,1,0)()(
)()()(
21
2/
1)2/(
022/
1)2/(
01
−=+=
+= ∑∑−
=
−
=
NkkFWkF
WmfWWmfkX
kN
kmN
N
m
kN
kmN
N
m
2/,...,1,0)()(
2/,...,1,0)()(
22
11
2/
2/
NkkFmf
NkkFmf
N
N
DFT
DFT
= →←
= →←
kN
NkN WW −=+ 2/
F1(k), F2(k) tuần hoàn chu kỳ N/2
F1(k+ N/2) = F1(k)F2(k+ N/2) = F2(k)
−=−=+
−=+=
1,..,1,0)()()(
1,..,1,0)()()(
2212
221
NkN
N
NkN
kkFWkFkX
kkFWkFkX
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 9
FFT cơ số 2
−==
−==
1,..,1,0)()(
1,..,1,0)()(
222
211
NkN
N
kkFWkG
kkFkG
−=−=+
−=+=
1,...,1,0)()()(1,...,1,0)()()(
2212
221
NN
N
kkGkGkXkkGkGkX
DFT2X(k)
G2(k)
G1(k)
k=0,1,…,(N/2-1)
X(k+ N/2)
x(1) x(3
)x(4
)
x(N-2)
F 2(0)
F 2(1)
F 2(2)
F 2(N
/2-1)
DFT N
/2 đ
iểm
x(0) x(2
)x(4
)
x(N-2)
F 1(0)
F 1(1)
F 1(2)
F 1(N
/2-1)
DFT N
/2 đ
iểmX(N
/2-1)
G 1(N
/2-1)
X(N/2)X(N
/2+1)
X(N-1)
G 2(0)
W N0 W N
1
W NN/2-1
G 1(0)
G 1(1)
DFT 2 điểm
DFT 2 điểm
X(1)
DFT 2 điểmDFT
2 điểm
X(0)
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 10
FFT cơ số 2Tiếp tục phân f1(n) và f2(n) thành các chuỗi N/4 điểm
Hiệu quả
−=+=
−==
−=+=
−==
1,...,1,0)12()(1,...,1,0)2()(1,...,1,0)12()(1,...,1,0)2()(
4222
4221
4112
4111
N
N
N
N
nnfnvnnfnvnnfnvnnfnv
−=−=+
−=+=
−=−=+
−=+=
1,...,1,0)()()(
1,...,1,0)()()(
1,...,1,0)()()(
1,...,1,0)()()(
4222/2142
4222/212
4122/1141
4122/111
NkN
N
NkN
NkN
N
NkN
kkVWkVkF
kkVWkVkF
kkVWkVkF
kkVWkVkF
DFT N/4 điểmvij(n) Vij(k)
DFT trực tiếp N=2v điểm FFT cơ số 2 Các DFT 2 điểm
Nhân phức: N2
Cộng phức: N2 – NNhân phức: (N/2)log2NCộng phức: Nlog2N
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 11
FFT cơ số 2Ví dụ: tính DFT 8 điểm
x(0) x(2) x(4) x(6)
x(1) x(3) x(5) x(7)
x(0) x(1) x(2) x(3) x(4) x(5) x(6) x(7)
x(0)
x(2)
x(4)
x(6)
x(1)
x(3)
x(5)
x(7)
Phân theo thời gian
[0,1,2,3,4,5,6,7]
[0,2,4,6] [1,3,5,7]
[0,4] [2,6] [1,5] [3,7]
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 12
FFT cơ số 2
08W
08W
08W
08W
-1
-1
-1
-1
08W
28W
08W
28W
-1
-1
-1
-1
08W
18W
28W
38W
-1
-1
-1
-1
X(0)
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)
X(7)
x(0)
x(4)
x(2)
x(6)
x(1)
x(5)
x(3)
x(7)
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 13
FFT cơ số 2Khối tính toán cơ bản cho DFT 2 điểm (hình con bướm)
W N’
a
b
A = a+WN’b
B = a-WN’b-1
Độ phức tạp• 1 nhân phức• 2 cộng phức
N= 2v:+ Log2N : tầng tính toán+ N/2 : khối tính toán cơ bản cho mỗi lớp
Bộ nhớ:+ Vào : (a,b) - số phức+ Ra : (A,B) - số phức+ Có thể lưu (A,B) đè lên (a,b)
Chỉ cần N ô nhớ phức (2N ô nhớ thực)Tính toán tại chỗ
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 14
FFT cơ số 2Thứ tự chuỗi dữ liệu vào sau khi phân (v-1) lần– Biểu diễn các chỉ số ở dạng nhị phân– Chuỗi sau khi phân chia sẽ là lấy theo thứ tự đảo các bit
x(7)x(7)x(7)x(3)x(5)x(6)x(5)x(3)x(5)x(1)x(1)x(4)x(6)x(6)x(3)x(2)x(4)x(2)x(4)x(2)x(1)x(0)x(0)x(0)
Bộ nhớPhân chiaBộ nhớPhân
chiaBộ nhớ
111111111011101110101011101001001100110110011010100010100010001000000000
Địa chỉ
Phân chia
Địa chỉ
Phân chia
Địa chỉ
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 15
FFT cơ số 2Phân chia theo tần số
– Phương pháp chia và trị– M = 2, L = N/2– Chuỗi dữ liệu nhập được sắp xếp theo cột– Phân chia X(k) thành X(2k) và X(2k+1)– Sau đó có thể phân chia tiếp tục mỗi X(k chẵn) và X(k lẻ)
a
b
A = (a+b) WN’
B = (a–b)WN’-1 W N’
X(0)
X(3)
X(6)
X(5)
X(2)
X(1)
X(4)
X(7)
18W2
8W3
8W
08W
-1
-1
-1
-1
DFT4 điểm
DFT4 điểm
x(0)
x(5)
x(3)
x(6)
x(1)
x(4)
x(2)
x(7)
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 16
FFT cơ số 4
x(0)
x(1)
x(2)
x(3)
x(4)
x(5)
x(6)
x(7)
…
…
…
…
…
…
…
…
x(N-4)
x(N-3)
x(N-2)
x(N-1)
x(0) x(2) x(4) … … … x(N-1)
L = 4, M = N/4
N = 4v
x(4n)
x(4n+1)
x(4n+2)
x(4n+3)
l=0
l=1
l=2
l=3
m=0 m=1 m=(N/4)-1
n = 4m + lk = (N/4)p + q
n = 0,1,…,N/4-1
l,p = 0,1,2,3m,q = 0,1,…,N/4 – 1
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 17
FFT cơ số 4
[ ]
+=
+=
−=
==
==
∑
∑
=
=
)(),()4(),(
)1(,..,1,03,2,1,0
),(),(
3,2,1,0),(),(
4
4
4/
04/
3
04
qpXqpXlmxmlx
ql
WmlxqlF
pWqlFWqpX
N
N
N
m
mqN
l
lplqN
DFT N/4 điểm
−−−−
−−=
),3(),2(
),1(),0(
111111
111111
),3(),2(),1(),0(
3
2
0
qFWqFWqFWqFW
jj
jj
qXqXqXqX
qN
qN
qN
N
lpL
L
l
M
m
mqM
lqN WWmlxWqpX ∑ ∑
−
=
−
=
=
1
0
1
0),(),(
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 18
FFT cơ số 4
0
q
2q
3q
Dạng rút gọn
0NW
qNW
qNW2
qNW3
-j
-1
j-1
1-1
j-1
-j
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 19
FFT cơ số 4Độ phức tạp: 1 khối tính toán cần
+ 3 nhân phức+ 12 cộng phức
N=4v
+ Tầng tính toán : v = log4N + Mỗi tầng có : N/4 khối tính toán
−
−
−−
=
),0(),0(),0(),0(
1010101001010101
0100101
0100101
),3(),2(),1(),0(
3
2
0
qFWqFWqFWqFW
j
j
qXqXqXqX
qN
qN
qN
N
Biểu diễn lại nhân ma trận
(3N/8)log2N : Nhân phức (giảm 25% vs FFT2)Nlog2N : Cộng phức (bằng FFT2)
3vN/4 = (3N/8)log2N : Nhân phức (giảm 25% vs FFT2)12vN/4 = (3N/2)log2N : Cộng phức (tăng 50% vs FFT2)
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 21
Hiện thực các giải thuật FFTFFT cơ số 2
– Tính toán hình bướm: (N/2)log2N lần– Hệ số quay WN
k: được tính một lần và lưu trong bảng– Bộ nhớ: 2N nếu muốn việc tính toán được thực hiện tại chỗ
4N nếu muốn đơn giản hóa các tác vụ chỉ số và điều khiển; đồng thời cho phép chuỗi nhập và xuất theo đúng thứ tự
IDFT
– Khác nhau cơ bản giữa việc tính DFT và IDFT là hệ số 1/N và dấu của hệ số pha WN
Đảo chiều sơ đồ tính DFT, đổi dấu hệ số pha, và chia kết quả cuối cùng cho N → IDFT
DFT với số điểm khác 2v hoặc 4v → đệm thêm các số 0Độ phức tạp
– Tác vụ số học (nhân phức, cộng phức)– Cấu trúc hiện thực của giải thuật (qui tắc vs bất qui tắc)– Kiến trúc của các bộ DSPs (xử lý song song các tác vụ)
10)(1)(1
0
−≤≤= ∑−
=
− NnWkXN
nxN
k
knN
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 22
Ứng dụng của các giải thuật FFTTính DFT của 2 chuỗi thực– x1(n) và x2(n): chuỗi thực độ dài N cần tính DFT– Định nghĩa chuỗi x(n) = x1(n) + jx2(n) 0 ≤ n ≤ N-1– X(k) = X1(k) + jX2(k) (tính tuyến tính của DFT)
jnxnxnx
nxnxnx
2)()()(
2)()()(
*
2
*
1
−=
+= [ ] [ ]{ }
[ ] [ ]{ })()(21)(
)()(21)(
*2
*1
nxDFTnxDFTkX
nxDFTnxDFTkX
−=
+=
[ ][ ])()()(
)()()(*
21
2
*21
1
kNXkXkX
kNXkXkX
−−=
−+=)()( ** kNXnx NDFT − →←
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 23
Ứng dụng của các giải thuật FFTTính DFT của chuỗi thực 2N điểm
– g(n): chuỗi thực độ dài 2N cần tính DFT– Tách thành 2 chuỗi x1(n) = g(2n) và x2(n) = g(2n+1) 0 ≤ n ≤ N-1– Định nghĩa chuỗi x(n) = x1(n) + jx2(n) 0 ≤ n ≤ N-1– X(k) = X1(k) + jX2(k) (tính tuyến tính của DFT)
[ ][ ])()()(
)()()(*
21
2
*21
1
kNXkXkX
kNXkXkX
−−=
−+=
∑∑
∑∑−
=
−
=
−
=
+−
=
+=
++=
1
022
1
01
1
0
)12(2
1
0
22
)()(
)12()2()(
N
n
nkN
kN
N
n
nkN
N
n
knN
N
n
nkN
WnxWWnx
WngWngkG
1,,1,0)()()(
1,,1,0)()()(
221
221
−=−=+
−=+=
NkkXWkXNkG
NkkXWkXkGkN
kN
K
K
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 24
Ứng dụng của các giải thuật FFTLọc tuyến tính các chuỗi dữ liệu dài
– Overlap-add– Overlap-save
Phương pháp– h(n) – Đáp ứng xung đơn vị của bộ lọc (chiều dài M)
Được đệm thêm L-1 số không sao cho N = L + M – 1 = 2v
H(k): DFT N điểm của h(n), theo thứ tự đảo nếu h(n) được sắp theo thứ tự thuận (Giải thuật FFT suy giảm theo tần số)
– xm(n) – khối dữ liệu chiều dài L (đã được phân cắt)Được đệm thêm M–1 điểm (giá trị tùy theo PP lọc được dùng)Xm(k): DFT N điểm của xm(n), cũng theo thứ tự đảo (Giải thuật FFT suy giảm theo tần số)
– Ym(k) = H(k)Xm(k)H(k) và Xm(k) cùng có thứ tự đảo → Ym(k) theo thứ tự đảoym(n) = IDFTN{Ym(k)} sẽ đúng theo thứ tự thuận nếu dùng giải thuật FFT suy giảm theo thời gian
– Không cần thiết đảo vị trí các dữ liệu trong việc tính DFT và IDFTTính tương quan (tương tự)
+ FFTDFT
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 25
Phương pháp lọc tuyến tínhFFT không hiệu quả khi tính DFT (IDFT) tại một số điểm (< log2N) → tính trực tiếpGiải thuật Goertzel
– Dựa vào tính chu kỳ của WNk và biểu diễn việc tính toán DFT như lọc tuyến tính
Nnk
knNk
k
N
m
mnkNk
N
m
mNkN
N
m
kmN
kNN
nykXnuWnhvói
nhnxWmxnyĐăt
WmxWmxWkX
=
−
−
=
−−
−
=
−−−
=
−
=⇒
=
==
==
∑
∑∑
)()()()(
)(*)()()(
)()()(
1
0
)(
1
0
)(1
0
111)( −−−
=zW
zH kN
k
Một pole trên vòng tròn đơn vị tại tần số ωk=2πk/N
0)1()()1()( =−+−= −kk
kNk ynxnyWny
Thay vì tính tổng chập trực tiếp, ta có thể dùng PTSP
Việc tính DFT tại một điểm k có thể được thực hiện bằng cách cho t/h đi vào bộ cộng hưởng một pole tại tần số ωk=2πk/N
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 26
Giải thuật GoertzelKết hợp từng cặp các bộ cộng hưởng có pole liên hợp phức
Hiện thực bằng dạng chuẩn tắc (dạng II)
– Với đ/k đầu
vk(n) được lặp lại cho n = 0, 1, …, N– Mỗi vòng cần 1 phép nhân thực
yk(n) được tính duy nhất một lần cho n = N
Nếu x(n) là t/h thực, cần N+1 phép nhân thực để tính X(k) và X(N-k) {do tính đối xứng}Giải thuật Goertzel chỉ thích hợp khi số giá trị DFT cần tính khá nhỏ (≤ log2N)
NnnvWnvny
Nnnxnvnvnv
kkNkk
kkNk
k
=−−=
=+−−−=
)1()()(
,...,1,0)()2()1(cos2)( 2π
0)2()1( =−=− kk vv
21
1
)/2cos(211)( −−
−−
+−−
=zzNk
zWzHk
Nk π
+
+
)cos(2 2Nkπ
z-1
z-1
+
knW
-1
yk(n)x(n)–
vk(n)
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 27
Giải thuật BĐ Chirp-zDFT N điểm ~ X(zk) với zk = ej2πkn/N , k=0,1,…,N-1 (các điểm cách đều trên vòng tròn đơn vị)BĐ Z của x(n) tại các điểm zk
Nếu zk = rej2πkn/N (zk là N điểm cách đều nhau trên vòng tròn bk r)
– Việc tính DFT có thể được thực hiện bằng giải thuật FFT cho chuỗi x(n)r-n
Tổng quát, zk nằm trên cung xoắn ốc bắt đầu từ điểm (đi vào hoặc đi ra gốc tọa độ)
1,...,1,0)()(1
0−==∑
−
=
− LkznxzXN
n
nkk
1,...,1,0])([)(1
0
/2 −==∑−
=
−− NkernxzXN
n
Nknjnk
π
000
θjerz =1,,1,0)( 00
00 −== LkeRerz kjjk Kφθ
R0 = r0 = 1Φ0 = θ0 = 0
Vòng trònđơn vị
Im(z)
Re(z)
r0
R0 = 1, r0 < 1Φ0 = θ0 = 0
Im(z)
Re(z)
R0 > 1
Im(z)
Re(z)
R0 < 1
Im(z)
Re(z)θ0
r0
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 28
Giải thuật BĐ Chirp-z
1,,1,0)()()(
))(()(
)(
1,,1,0)()()(
1
0
2/0
2/
0
20
2
0
−=−=
=
=
=
−==
∑−
=
−−
Lknkhngky
Vernxng
Vnh
eRV
LkkhkyzX
N
n
nnj
n
j
k
K
K
θ
φ
njnnjnj eeenhR ωφφ ≡==⇒= )2/(2/0
02
0)(1
2/0φω n= Tần số của t/h mũ phức h(n), tăng tuyến tính theo thời gian→ h(n): chirp signal
BĐ chirp-z
Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCMBài Giảng Môn: Xử Lý Tín Hiệu Số
Slide 29
Giải thuật BĐ Chirp-zXác định tổng chập vòng của chuỗi g(n) N điểm và chuỗi h(n) M điểm (M > N)
– N-1 điểm đầu là các điểm lặp lại– M-(N-1) điểm còn lại chứa kết quả
Giả sử M = L + (N-1)M điểm của chuỗi h(n) được xác định –(N–1) ≤ n ≤ (L–1)Định nghĩa chuỗi M điểm h1(n) = h(n–N+1) n = 0,1,…,M–1H1(k) = DFTM{h1(n)}G(k) = DFTM{g(n)} (sau khi đã đệm thêm vào g(n) L-1 số 0)Y1(k) = G(k)H(k) → y1(n) = IDFT{Y1(k)} n = 0,1,…,M–1N-1 điểm đầu tiên của y1(n) là các điểm lặp → loại bỏ chúngCác điểm kết quả là giá trị của y1(n) khi N-1 ≤ n ≤ M–1
– y(n) = y1(n+N-1) n = 0,1,…,L-1X(zk)= y(k)/h(k) k = 0,1,…,L-1
1,,1,0)()()(1
0−=−=∑
−
=
LknkhngkyN
nK