如何理解数字信号处理中的离散傅立叶变换以及FFT

Question

如题所述

Answer 1

离散傅里叶变换：
傅里叶变换，是一种数学的精妙描述。但计算机实现，却是一步步把时域和频域离散化而来的。
离散化也就是要采样。我们知道，时域等间隔采样，频域发生周期延拓；频域采样，时域发生周期延拓。那么要得到时域频域都离散的结果，显然时域频域都要采样。周期延拓怎么办？只取一个周期就行了。
总结一下：
第一步，时域离散化，我们得到离散时间傅里叶变换（DTFT），频谱被周期化；
第二步，再将频域离散化，我们得到离散周期傅里叶级数（DFS），时域进一步被周期化。
第三步，考虑到周期离散化的时域和频域，我们只取一个周期研究，也就是众所周知的离散傅里叶变换（DFT）。
这里说一句，DFT是没有物理意义的，它只是我们研究的需要。借此，计算机的处理才成为可能。

FFT：
这就是DFT的一种快速算法。
复数的加法乘法计算量很大，FFT利用了DFT中WN的周期性和对称性，把一个N项序列按奇偶分组，分为两个N/2项的子序列，继续分解，迭代下去，大大缩减计算量。具体算法就看那张蝶形图吧。
FFT对傅氏变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅里叶变换，可以说是进了一大步。