算不准？——来看看FFT算法的量化误差

对数学证明还有些疑问，这儿给出一个思维的框架

1.FFT的乘法量小于DFT的乘法量，但是与直观感觉不同的是：两者的量化误差是相等的。

跟踪某一个输出的全过程可见当N点的FFT时某一个输出的乘法量是N-1个：

PS: SNR裕量

重统计是角度来看误差数学可证FFT月DFT的结果相同

FFT没有减少每一点所需的乘法量，只是利用W的周期性减少啦DFT的乘法总体数量

定点计算时为防止溢出一般会有一个1/N的缩放我们可以吧尺度变换分配到FFT算法的每一阶段中可令量化误差减小

这里还提到了 SNR信噪比两者相除就可求出

相关文章：

2021-09-23
2021-05-31
2021-06-04
2021-12-13
2022-12-23
2022-02-21
2021-12-29

猜你喜欢

2021-09-09
2021-04-01
2021-09-18
2022-12-23
2021-06-06
2021-11-25
2021-12-18

相关资源

下载 2022-11-30
下载 2021-07-14
下载 2022-12-20

相似解决方案

热门标签

Java Python linux javascript Mysql C# Docker 算法前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库数据结构大数据 js 机器学习微服务 Android Go 程序员面试 JVM ASP.net core 云原生人工智能后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习多线程 React 架构 devops 爬虫云计算 Spring Boot LeetCode