循环矩阵傅里叶对角化

All circulant matrices are made diagonal by the Discrete Fourier Transform (DFT), regardless of the generating vector x.
任意循环矩阵可以被傅里叶变换矩阵对角化。

文献中，一般用如下方式表达这一概念：
$$X=C(x)=F\cdot diag(\hat{x})\cdot F^H$$

其中$X$是循环矩阵，$\hat{x}$是原向量$x$的傅里叶变换，$F$是傅里叶变换矩阵，上标H表示共轭转置：$X^H=(X^{\ast }{)}^T$。
换句话说，$X$相似于对角阵，$X$的特征值是$\hat{x}$的元素。

另一方面，如果一个矩阵能够表示成两个傅里叶矩阵夹一个对角阵的乘积形式，则它是一个循环矩阵。其生成向量是对角元素的傅里叶逆变换：

$$F\cdot diag(y)\cdot F^H=C({\mathcal{F}}^{-1}(y))$$
这个公式初看疑问很多，以下一一讨论。

$X$是什么？

$X$是由原向量$x$生成的循环矩阵。以矩阵尺寸$K=4$为例。

$$X=C(x)=\left[\begin{array}{cccc}{x}_1& x_2& x_3& x_4\\ x_4& x_1& x_2& x_3\\ x_3& x_4& x_1& x_2\\ x_2& x_3& x_4& x_1\end{array}\right]$$

$F$ 是什么？

$F$是离散傅里叶矩阵（DFT matrix），可以用一个复数$\omega =e^{-2\pi i/K}$表示，其中$K$为方阵$F$的尺寸。以$K=4$为例。

$$F=\frac{1}{\sqrt{K}}\left[\begin{array}{cccc}1& 1& 1& 1\\ 1& \omega & {\omega }^2& {\omega }^3\\ 1& {\omega }^2& {\omega }^4& {\omega }^6\\ 1& {\omega }^3& {\omega }^6& {\omega }^9\end{array}\right]$$

把$\omega$想象成一个角度为$2\pi /K$的向量，这个矩阵的每一行是这个向量在不断旋转。从上到下，旋转速度越来越快。

之所以称为DFT matrix，是因为一个信号的DFT变换可以用此矩阵的乘积获得：

$$\hat{x}=DFT(x)=\sqrt{K}\cdot F\cdot x$$

反傅里叶变换也可以通过类似手段得到：

x = 1 K F − 1 x ^ x=\frac{1}{\sqrt{K}}F^{-1}\hat{x} x=