FFT的实现方法（偏原理）

关于FFT的学习

笔者又学习了一次FFT，这次终于算是快学懂了。这里推荐https://www.icourse163.org/learn/NJTU-1001950001?tid=1206005212#/learn/content?type=detail&id=1210380985&cid=1212426022
北京交通大学的《数字信号》MOOC，讲得比我的授课老师好多了…话不多说，直接上干货。

两个步骤

FFT分为两个步骤。第一步：将你拥有的一个完整时间序列分解成很多个最基础的两点时间序列；第二步：将这些两点时间序列变成频域序列，并用得到的两点频域序列组合成为完整的频域序列。下面具体说。

第一个步骤

比如你拥有一个34个采样点的时间序列，那么你需要将这个序列拓展成一个采样点数为2^N的时间序列。通过补零的方式，得到你所需要的序列是：X1，X2，X3，X4，X5……X34，0，0，0……0；要补足30个0，从而使得整个序列的采样点数量达到64。

接着，按照单双数按顺序排列的方法，将这64个采样点分成2组。分别是X0，X2，X4…和
X1，X3，X5…

第二个步骤

在说明第二个步骤之前，我先来推导两个结论；

第一个结论：

两点序列的DFT可以这样算：

推导：

第二个结论：

两个长度m的DFT序列可以拼接成为一个长度为2m的DFT序列。
推导：

有了这两个结论之后，我们就可以干这两件事情：第一：我们可以求解任何一个两采样点的DFT；第二，我们可以将任何两个等长度的频域序列X1、X2合并成为一个长度为其两倍的DFT——X，X1对应的时域序列是X对应的时域序列的奇数采样点，X2对应的时域序列则是偶数。

所以第二个步骤读者应该也想出来了：将你分出的两个序列（X0，X2，X4…和
X1，X3，X5…）再次进行细分，直到分成32个采样点数为2的序列：X0,X2;X4,X6;…X62,X64;X1,X3;…X61,X63；
然后通过结论1求出这32个序列的DFT，得到32个长度为2的频域序列。
接着，通过结论2将这32个序列合并成为16个长度为4的长序列，然后再一次类推，16变32,32变64。最后就得到了最终的64点DFT。

所以，说到底，FFT的算法本质就是，将64个时域采样点全都先做一次两长度DFT，再不断地合并相加，最后得到答案。

同学们可能回问了，FFT算法也需要先求64次DFT啊，求了DFT后还要相加，好麻烦啊，为什么不直接对原序列求DFT呢？

原因就在于，我们假设计算32个2点序列DFT的计算量为A，计算1个64点序列DFT的计算量为B，后者远远大于前者。即使算上合并的计算量C，A+C也小于B。具体关于计算量的论述，大家可以去看看教材，本篇不做讨论。