有关Toeplitz系统的研究(I)——块K-循环Toeplitz阵求逆的快…

本文讨论了分块Ｋ－循环Ｔｏｅｐｌｉｔｚ系统,对ｍｎ阶分块Ｋ－循环矩阵的求逆,我们推导出一种快速付氏变换算法,其算术复杂性为０（ｍｎｌｏｇ２ｍｎ）。     

DFT的Z变换算法

文中讨论了用Z变换计算DFT的方法。对于N=2~t的DFT,本算法所需的加法及乘法量分别为:(?),与Cooley-Tukey基-2算法比较,乘法量与加法量均减少25%,文中还讨论了本算法在微机上的实现,给出流程图。在运算时间上,本算法与通用FFT算法程序进行比较:节省时间30%。     

任意长二维 DFT 的多项式变换算法及其并行算法

本文给出任意长二维ＤＰＴ的ＦＰＴ算法及其并行算法,详细地讨论了Ｎ＝ｐ￣ｅ的情况（ｐ为素数）。与通常二维ＤＦＴ的行列算法比较,乘法量减少约５０％,加法量略有增加。     

多项式变换及其在卷积计算中的应用

Nussbaumer和Quandalle在[6]中提出了多项式变换并用它来计算数字卷积。本文在[6]的基础上,更一般地研究了多项式变换,详细地研究了这种变换存在的条件。特别,当模M(z)是可约多项式时,得到了一系列变换存在的充分必要条件,并证明这时具有循环卷积特性(CCP),而[6]中提出并证明了的变换仅是这里的特殊情况。     

二维离散富里叶变换(DFT)的FPT算法及其在计算机上的实现

本文首先用与[1]不同的方法推导了二维 DFT的FPT算法,所需运算量为 M=1/2NMlog_2M-2/3NM+N~2+N(1+log_2M-log_2N) A_d=NMlog_2NM与常用的二维FFT比较,两者加法量相同,乘法量本算法减少20--40％.然后比较详细的讨论了如何在通用计算机上实现这种算法,同时给出了我们在CYBER-73O机和银河机(YH)上试算的情况,结果表明,算法正确,所需计算时间比常用二维FFT减少20％左右(在YH机上减少35％左右)。     

一维变换与二维变换的等价以及二维DFT的向量算法

本文证明了当且仅当[R]=[P]~T(?)[Q]时,一维变换r=[R]X与二维变换[Y]=[Q][X][P]相互等价。此外,讨论了Hadamard变换以及具有循环卷积特性的一维变换与二维变换的等价问题。最后,利用上述等价定理,导出了二维DFT的一种比行列算法更为有效的快速算法——向量算法。     

快速多项式变换(FPT)及其在计算机上的实现

本文首先推导了两种快速多项式(FPT)算法,所需加法次数均为A_(?)=MN~2log_2N然后讨论了FPT在计算机上的实现,给出了详细框图。在附录中给出了FPT的FORTRAN源程序。     

用快速多项式变换（FPT）计算二维离散富里叶变换（DFT）

本文利用快速多项式变换(FPT)计算N×M 型二维DFT(M=2~m,N=2~(m-r+1),1≤r≤m),所需的乘法及加法次数(复乘及复加)分别为M_u=1/2NMlog_2M-3/2NM+N~2+N(1+log_2M-log_2N)A_d=NMlog_2NM,与通常的以2为基的二维FFT 比较,加法次数相同,乘法次数减少约30—40%,从而提高了计算精度。本算法还适用于并行算法。     

用快速多项式变换 (FPT) 计算二维 DFT的混合算法

本文首先提出用多项式逆变换计算二维DFT的方法(k_2是奇数 或偶数分别讨论),然后再讨论混合算法。对于N×N(N=2~t)二维DFT,混合算法所需的运算量为(?) 与通常以2为基的二维FFT(行列算法)比较,加法次数相同,乘法次数减少,约20-40%。     

二维离散余弦变换与二维离散Fourier变换的快速算法

文中提出N×M2D—DCT(Ⅱ)的一种快速算法,其需实运算量为:M_u=1/2NMlog_2N+1/4MNlog_2M,A_d=3/2NMlog_2NM—3MN—1/2M~2+M+N(其中N、M为2的幂)。当N=M时,与文[5]的结果一样、这是目前最好的结果。但文[5]算法不稳定,容易产生较大的误差。本文克服了这一缺点。并利用此2D—FCT(Ⅱ)导出了2D—DCT.2D—DST和2D—DCST的快速算法及2D—DFT的一种快速算法。2D—DFT快速算法的运算量与文[1]中用FPT计算2D—DFT相近。