一种基于迭代更新的稀疏傅里叶变换改进算法

快速傅里叶变换（FFT）是信号分析领域的重要算法，具有极其重要的地位。稀疏傅里叶变换（SFFT）是一种低复杂度的傅里叶变换算法，其计算速度是FFT的10～100倍，但是目前的SFFT算法均需要知道信号的稀疏度。针对该问题，文章提出了一种基于迭代更新的SFFT改进算法。该算法在信号稀疏度未知的情况下，通过循环迭代对信号进行更新并设置合适的噪声门限来终止迭代。实验结果表明，该算法计算精度高，抗噪性能好，能很好地解决稀疏度未知信号的频谱分析问题，扩展原算法的适用性。