离散时间傅里叶变换的由来-DFS到DTFT

用类比的思想，前面的傅里叶变换，拉普拉斯变换都是对连续的信号x（t），进行处理。

现实生活，好多信号都是要通过计算机处理的，计算机只能处理，所以需要把模拟信号离散化，变为离散序列x[n]。

既然连续信号都有傅里叶变换，离散序列，也应该有离散傅里叶变换。答案是肯定的。

我们回忆一下连续信号的傅里叶变换，怎么来的？

一个连续周期信号能够被傅里叶级数展开，变成很多个不通频率的正弦信号，由欧拉公式，也可以变为指数形式。这些频率组成了频谱。再把周期信号，无限拉长，变成了非周期信号，傅里叶级数变为傅里叶变换，但由于傅里叶变换要满足狄利赫里条件，所以有一部分函数不能进行傅里叶变换，拉普拉斯就乘一个指数信号，使所有函数都能收敛，满足狄利赫里条件，能够进行傅里叶变换，于是产生了拉普拉斯变换。

同样的，一个离散的周期信号也可以被离散傅里叶级数展开，变为很多不通频率的小信号。 把周期离散序列，一个周期无限延伸，周期变为非周期，离散傅里叶级数变为离散傅里叶变换，由于狄利赫里条件，也乘上一个指数序列，使满足狄利赫里条件，继而产生Z变换。