离散傅立叶变化（DFT）心得

时域——频率之间的傅立叶变换总共有4种形式：

其中计算机能处理的只有第4种：DFT。前两种由于是连续信号，故显然是不能处理的，第三种的频域上有无数的频率，故计算机也不能处理。

只考虑第四种变化，一个时域信号，其在频域上的表现形式是什么呢？首先，我们知道对于周期性离散信号，其频域是离散周期形式，那么那些频域上的离散的值与原信号是什么关系呢？很多书上只是直接给出了转换公式，我想可以给出些感性的理解，可以用数学上的相关来解释，也就是说某一频率上的幅值等于输入信号与基本函数（指的是正余弦）之间的相关性。在数学上的表现形式就是输入信号与基本函数相乘后再求和。这样我们就得到周期性离散信号对应的频域上的数组。

3点体会：

1. 对于反变换，即求时域信号的分解形式，即时域由一系列的正弦波来表示，正弦波的系数的物理意义是频谱密度，频谱密度=频谱幅度÷带宽。因此在反变换中，可以发现有1/N之类的系数存在。至于带宽怎么求，个人觉得这只是一种定义，通常是平均分配。

2. 对于N点时域信号，其在频域上也对应N点，这就是采用复数形式的好处，使得两个域的变化对称，从而可以推出一系列的定理。

3. 假如不采用复数形式，而采用我们能理解的实数形式，则会出现时域与频域不对称，从而在数学上无法完美的表示。