2.4 改进的FFT算法 更新于 2026年11月21日 版权声明 2.4 改进的FFT算法 在实际应用中,大多数被测信号具有稀疏特性,通过选择合适的变换基,有可能做到信号中仅含少量的非零变换系数。如:周期信号在傅立叶变换域具有稀疏特性,分段连续型信号具有稀疏的小波变换系数。经典FFT基于MIMD模型的算法在处理稀疏信号时,对复杂度没有任何改善,虽然有人提出了FFT剪枝算法,根据输入数据调整裁剪FFT运算的分支,但是由于产生的数据结构复杂,调整算法代价十分大。基于此,本书提出了一种多项式并行FFT的算法。(https://www.daowen.com)