基于信号案例，解析离散傅里叶变换结果的本质与公式推导

假设待分析的模拟信号为y(t) = A * sin(w1 * t + Q1) + B * sin(w2 * t + Q2) + C, FFT的目标就是根据采样点数据，获取A，B，w1, w2的信息（Q1,Q2假设为0）
用如下参数模拟未知信号y(t)：
#define A 10
#define B 20
#define C 50

#define Q1 0
#define Q2 0

#define freq_signal_1 1
#define freq_signal_2 16
#define freq_sample (64 * freq_signal_1) //采样周期

w1 = 2 * pi* freq_signal_1;
w2 = 2 * pi* freq_signal_2;

令time[i] =i* T （T = 1 / freq_sample)，所以采样数数据为为
（time[i],y (time[i]), i = 0 ~63
换一种表示方法，即为
（0*T，S0），（T, S1）， … (63T, S63) //这是DFT或者FFT的唯一输入，其他信息理论上不可见的

按照离散傅里叶的变换公式
X(k) = Sum(S(i) * W(k,i,N)), (i = 0 ~N-1, N=64)//这是我们的计算机要计算的内容,，假设算出来的结果为Results （k）
下面的内容为其本质：
X（k） = Sum ( y(time[i]) * [cos(2 * pi * k * i/N) + j * sin（2* pi * k * i / N) ] )， (i = 0 ~ N-1， N= 64）,
下面把y(time[i])进一步展开
= Sum （(A * sin(w1 * i / N) + B * sin (w2 * i / N ) +C ) * [cos(2 * pi * k * i/N) + j * sin（2* pi * k * i / N) ] )，展开如下
= Sum ( A * sin(w1 * i / N) * cos(2 * pi * k * i/N) + A * sin(w1 * i / N) * j * sin（2* pi * k * i / N)
+B * sin (w2 * i / N ) * cos(2 * pi * k * i/N) + B * sin (w2 * i / N ) * j * sin（2* pi * k * i / N)
+C * cos(2 * pi * k * i/N) + C * j * sin（2* pi * k * i / N) ),
当 k = 0时， X（k) = Sum ( A * sin(w1 * i / N) + B * sin (w2 * i / N ) +C),(i = 0 ~ N-1， N= 64）,
= C * 64 （为啥带A,B两项的sum为0，这个需要自己理解下）
即 Results （0） = N * C，所以C = Results (0) / N,
说明：k = 0恰好是一个特殊的情况，换一个general k ( 即k !=0)试一下，先看带常数C的项，
Sum （C * cos(2 * pi * k * i/N) + C * j * sin（2* pi * k * i / N) ) ， (i = 0 ~ N-1， N= 64）一定为0（直接观察可以得到该结果，原理请见下面的内容）
所以 X（k) = Sum ( A * sin(w1 * i / N) * cos(2 * pi * k * i/N) + A * sin(w1 * i / N) * j * sin（2* pi * k * i / N)
+B * sin (w2 * i / N ) * cos(2 * pi * k * i/N) + B * sin (w2 * i / N ) * j * sin（2* pi * k * i / N) ) ， (i = 0 ~ N-1， N= 64）
将w1，w2带入
X(k) = Sum (
A * sin(2 * pi* freq_signal_1* i / N) * cos(2 * pi * k * i/N) +
A * sin(2 * pi* freq_signal_1* i / N) * sin（2* pi * k * i / N)* j +
B * sin(2 * pi* freq_signal_2* i / N) * cos(2 * pi * k * i/N) +
B * sin(2 * pi* freq_signal_2* i / N) * sin（2* pi * k * i / N) * j
) ， (i = 0 ~ N-1， N= 64）

很重要的一句话，当k != freq_signal_1且k != freq_signal_2时，频率不同的三角函数相乘，在一个完整周期的积分必定为0（周期的整数倍也同样如此），上述中带C项的sum求和也满足该条件，常数与三角函数的积分，周期整数倍，所以
X（k = f1) = A * sum ( sin(2 * pi * f1 * i/N) * cos(2 * pi * f1 * i/N) + j * sin(2 * pi * f1 * i/N) * sin(2 * pi * f1 * i/N) )
= A * sum （ sin (W) cos(W) + j * sin (W) * sin (W））
= A * sum （(sin (W + W) + sin(W-W) /2 - j * (cos(W + W) -cos(W-W)) / 2）
= -j N * A /2
代码仿真出来，
X（0） = 3200, C = 3200 / 64;
X（1） = 0 - 320j， A * 2 = 320 / 64 ;
X (16) = 0 - 640j， B * 2 = 640 /64;
X (48） = 0 + 640 j
X (63) = 0 + 320j
为啥 为A/2, B/2 自己理解一下，卖个关子，从X(1)的数据还可以得出相位为-90度，即信号为cos (x - pi/2) 即为 sin x。