3.3.2. Быстрое преобразование Фурье
Преобразование Фурье действительной или комплекснозначной функции x(t), заданной на бесконечном интервале, представляет собой комплексную величину
Если область интегрирования не ограничена, то, как уже отмечалось ранее, преобразование X() не существует, если реализация x(t) обладает всеми свойствами стационарного случайного процесса. Ограничив интервал задания функции х(t), скажем, приняв его равным [0, Т], можно построить конечное преобразование Фурье
| (7) |
Предположим теперь, что функция x(t) представлена N эквидистантными наблюдениями с интервалом дискретности h, который выбран таким образом, что частота среза достаточно высока. Поскольку t0= О, моменты tn = nh (в данном случае удобно начать с п = 0). Уравнение (6) запишется в виде:
Дискретная аппроксимация выражения (7) при произвольном значении f есть:
(7a) |
Для расчета функции X(f, T) обычно выбираются дискретные значения частоты:
Преобразованная последовательность дает на этих частотах составляющие Фурье:
(8) |
причем интервал дискретности h внесен в значение X(fk, T), чтобы перед знаком суммы не было множителя. Заметим, что преобразование однозначно только до значений k=N/2, поскольку этой точке соответствует частота Найквиста. Быстрое преобразование Фурье применяется для вычисления последовательности Xk, но может быть также использовано для нахождения коэффициентов Фурье Aq и Bq из соответствующих формул. Упростим обозначения, положив:
Заметим, что W(N) = 1 и при всех и и v справедливо равенство
Положим также:
Формула (8) примет теперь вид:
| (9) |
Следует внимательно рассмотреть уравнения (8) и (9), представляющие собой не что иное, как преобразование Фурье последовательности х(п), содержащей конечное число N членов. Для расчета всех значений X(k) по этим формулам необходимо выполнить примерно N2 операций умножения и сложения комплексных чисел (одна такая комплексная операция эквивалентна четырем операциям умножения и сложения действительных чисел).
Идея быстрого преобразования Фурье. Быстрое преобразование Фурье основывается на представлении величины N в виде ряда (отличных от единицы) сомножителей и в выполнении обычного преобразования Фурье для более коротких последовательностей, число членов в которых определяется соответствующими сомножителями. Если N может быть представлено в виде произведения р целых и больших единицы чисел
то, как доказано ниже, входящая в уравнение (9) последовательность X(k) может быть найдена итеративно путем расчета суммы р слагаемых:
(N/r1) преобразований Фурье, каждое из которых требует 4r12 операций с действительными числами;
(N/r2) преобразований Фурье, каждое из которых требует 4r22 операций с действительными числами;
………………………………………….
(N/rp) преобразований Фурье, каждое из которых требует 4rp2 операций с действительными числами.
Таким образом, общее число операций:
В результате при использовании БПФ, а не стандартного метода получаем коэффициент ускорения вычислений (к.у.в.):
Пример 9.3. Коэффициент ускорения вычислений для 2р, где р - целое число.
В этом случае, согласно формуле для к.у.в.:
Однако скорость вычислений можно увеличить еще вдвое, используя следующее свойство: при N = 2р все значения W(kn) равны либо +1, либо -1. Таким образом:
(10) |
Но и этот результат представляет собой лишь консервативную оценку; в действительности можно добиться нового двукратного увеличения скорости, разделив исходную реализацию пополам и производя расчет. В частности, при N = 213 = 8192 из формулы (10) получаем, что к.у.в.=(8192/52) « 158.
Оценка спектральной плотности. Полученные результаты показывают, что первичная оценка спек тральной плотности для отдельной реализации x(t) на частоте f, имеет вид:
| (11) |
Так как Т = Nh, то, согласно обозначению (7а),
На стандартных дискретных значениях частоты:
которые получают при использовании метода БПФ, коэффициенты ряда Фурье определяются формулой (8):
(12) |
Таким образом, как вытекает из соотношений (11) и (12), оценка спектральной плотности принимает вид
- 1. Классификация детерминированных процессов
- 1.1. Гармонические процессы
- 1.2. Полигармонические процессы
- 1.3. Переходные непериодические процессы
- 2. Классификация случайных процессов
- 2.1. Стационарные случайные процессы
- 2.2. Эргодические случайные процессы
- 2.3. Моменты второго порядка (среднее значение квадрата и дисперсия)
- 2.4. Автокорреляционная функция
- 2.5. Спектральная плотность
- 2.6. Теоремы о дискретном представлении случайных процессов
- 3. Цифровые методы анализа
- 3.1. Дискретное представление процессов
- 3.2. Применение цифровых фильтров
- 3.3. Ряд Фурье и быстрое преобразование Фурье
- 3.3.1. Ряд Фурье
- 3.3.2. Быстрое преобразование Фурье