陆宗骐，朱煜 （华东理工大学信息学院，上海，200237，E-mail: zqlu@ecust.edu.cn） 摘 要: 本文介绍了数学形态学中结构元素为4连通或8连通的3×3邻域时腐蚀、膨胀运算的快速算法。区域采用线段编码表示，腐蚀与膨胀运算在当前线段与其相邻的上下线段之间通过逻辑运算实现。4连通邻域结构元素下作腐蚀(或膨胀)运算时，先将当前线段两侧各除去(扩展)一个像素，再与上下邻接线段作与(或)运算。8连通邻域结构元素下与此相类似，不同在于参与运算的3条线段都需在两侧除去或扩展像素。运算速度一般可提高3~5倍。 关键词: 数学形态学；腐蚀；膨胀；快速算法；

提出一种适用于二极管箝位多电平变换器的均压多电平SVPWM快速算法，该算法在α′β′坐标系下将多电平SVPWM算法中的参考矢量变换、顶点坐标计算、矢量判区和作用时间计算等分解为快速简单的计算，继而通过遍历所有冗余开关矢量，预测下一开关周期内冗余开关矢量对直流电容电压的影响，选择输出可使直流电容电压回归均衡值能力最强的最优开关矢量。仿真结果比较了传统PWM算法和所提均压多电平SVPWM算法，验证了所提算法的有效性。最后设计了基于可编程逻辑器件的SVPWM算法的控制核心，通过小容量实验系统研究验证了所提算法良好的动静态性能。

FFT 离散傅里叶变换快速算法 c++代码 可以做实时滤波使用

四参数正弦波曲线拟合的快速算法，有需要的看看

2、实数序列的FFT 以上讨论的FFT算法都是复数运算,包括序列x(n)也认为是复数,但大多数场合,信号是实数序列,任何实数都可看成虚部为零的复数,例如,求某实信号x(n)的复谱,可认为是将实信号加上数值为零的虚部变成复信号(x(n)+j0),再用FFT求其离散傅里叶变换。这种作法很不经济,因为把实序列变成复序列,存储器要增加一倍,且计算机运行时,即使虚部为零,也要进行涉及虚部的运算,浪费了运算量。合理的解决方法是利用复数据FFT对实数据进行有效计算,下面介绍两种方法。  （1）用 一个N点FFT同时计算两个N点实序列的DFT 设x (n)、y (n)是彼此独立的两个N点实序列,且 X (k)=DFT[x (n)] ， Y (k)=DFT[y(n)] 则X (k)、Y(k)可通过一次FFT运算同时获得。 首先将x (n)、y(n)分别当作一复序列的实部及虚部,令 g(n)=x (n)+jy(n)

以损失一部分精度为代价来节省代码量并提高运算速度，包括：正弦、余弦、反正切、全角度反正切、反正弦、反余弦、平方根、平方根倒数、自然指数、自然对数、数字低通滤波器等。

matlab中蝶形运算代码 [TOC] 本文地址： FFT快速算法的MATLAB示例：可以提供C语言的实现思路 FFT算法的实现，主要参考“《离散时间信号处理》第二版 -- 奥本海姆 ” 第九章实现的FFT算法，包括五种FFT快速算法的递归实现和非递归实现。下面主要介绍递归的实现，非递归的代码参考网上（我也不记得在哪儿来的了），递归实现的函数简要介绍如下： fft_radix2t 是按时间抽选的基2-FFT递归算法，其程序实现流程如下： function X = fft_radix2t(x) % 按时间抽选的基2，FFT递归算法，输入必须是2的整数次幂 % 参考：《离散时间信号处理》第二版 -- 奥本海姆 513页 图9.3 x = x(:).'; N = length(x); if (N == 2) X = fft(x);%其实就是简单的一个蝶形运算 else g = x(1:2:N-1); % N/2 点偶序列 x[n]: x[0], x[2], x[4], ..., x[N-2]. h = x(2:2:N); % N/2 点奇序列 x[n]: x[1], x[3], x[5],

该代码仅出于速度目的在C ++中可用，因此现在它可以在Matlab中运行SLE算法。

正交小波变换的Mallat快速算法 小波分析 深圳大学信息工程学院

社区发现算法，FN算法，计算模块度，有论文的，