FFT算法的理解

离散傅立叶变换（DFT）的定义：

为了表达简洁，令，则。

FFT实际上是一种分治算法。FFT将长度为𝑁的信号分解成两个长度为𝑁/2信号进行处理，这样分解一直到最后，每一次的分解都会减少计算的次数。FFT可以分为以下3个步骤：

（1）分解

（2）DFT运算

（3）组合

步骤1:分解

将信号x[n]分解成两个子信号

偶数样本点采样信号:x[2n];         n=0,1,2,…N/2-1

奇数样本点采样信号:x[2n+1];     n=0,1,2,…N/2-1

步骤2:DFT运算

分别计算x0(n)的N/2点DFT X0(k)和X1(k)的N/2点DFT X1(k);  用以下公式进行计算：

 

例如：

 

步骤3:组合

最后对X0(k)和 X1(k)进行组合，可以得到x(n)的DFT X(k)：

而该式又可以改写成以下公式： 

这个公式是从步骤2的两条公式推演过来的，X(k)将自己的计算拆成了偶数的X0(k)和奇数的X1(k)，偶数的X0(k)和奇数的X1(k)中k的取值范围是0~(N/2-1),那么X(k)在0~(N/2-1)的取值范围上，可以用上式来表达。

k的取值范围0~(N/2-1)搞定了，那么根据DFT的周期性（如果不了解或者不记得可以去查），X0(k)和X1(k)的周期均为N/2，只要知道0~(N/2-1)的X0(k)和X1(k)取值 ，那么N/2~(N-1)范围的X0(k)和X1(k) 取值也一样知道了。

最后利用旋转因子的特性：

 将上式改写成以下式子：

 

 

 呈现的蝶形运算如下所示：

总结这三个步骤就是FFT的计算过程：

（1）分解

（2）DFT运算

（3）组合

参考资料：

如何理解和掌握快速傅里叶变换的计算和概念？ - 知乎 (zhihu.com)

《深入浅出数字信号处理》