Fourier Analysis and FFT

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 2

 (twiddle factors)

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 3

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 4
 ?

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 5

 N2 Multiplications
 (N-1) 2 Additions

 Not practical for N > 64

 Lot of redundancy

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 6

 ?

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 7

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 8
 Leakage is always present for real-world
signals
 Appears only when: 𝑓𝑆
𝜔 ≠ 𝑝.
𝑁

 Real signals have always leakage.

 Windowing and spectral estimation mitigate
this effect.

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 9

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 10
 Component measurement is affected by the
spectrum of the window.
 Picket fence effect is maximum at:

𝑓𝑆
𝜔 = 𝑞. , 𝑞 ∈ 1,2, ⋯ , 𝑁
2𝑁

 Windowing mittigates this effect.

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 11

 DFT drawbacks
◦ Computational cost
 N2 Multiplications
 (N-1) 2 Additions

◦ Spectral leakage
◦ Picket fence effect
◦ Others: Non stationarities (trends, statistical)

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 12

 The Fast Fourier Transform (FFT) algorithm
exploits the symmetry and periodicity of :

 And two facts:

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 13

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 14
Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 15
 N log2 N complex multiplications and complex aditions

N/2 log2 N complex multiplications and N log2 N complex aditions

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 16

 FFT efficient algorithm for DFT calculation
◦ Decimation in Time (DIT)

 N-Point FFT:
◦ DFT: N2 Complex Multiplications
◦ FFT: (N/2) log2(N) Complex Multiplications
N DFT Multiplications FFT Multiplications FFT Efficiency

256 65 536 1 024 64 : 1

1024 1 048 576 5 120 205 : 1

4096 16 777 216 24 576 683 : 1

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 17

 Data windowing
 Digital filters
 Up/downsampling, Resampling

Mariano Llamedo Soria, PhD. Procesamiento Digital de Señales 05/09/2012 18