快速傅里叶变换简明教程与实现_快速傅立叶变换采样频率20000需要多少个数据点-CSDN博客

本文链接：https://blog.csdn.net/little_cats/article/details/81039747

开场白

最近研究数字滤波器的时候接触到了离散傅里叶变换（DFT），它的实现非常简单但是使用非常不便，时间复杂度很高，对于性能一般且不带FPU的辣鸡单片机直接求解难度很大，在点数较少( $N\leqslant 8$ )时勉强可用，点数再高计算几乎登天。因此需要一种能够快速计算DFT的算法减少时间复杂度，此快速傅里叶变换（FFT）的初衷是也。虽然现在有相当多的FFT库可以使用，这些库性能都相对不错，敲起代码来得心应手，丝毫没有无知的羞耻（^_^）。但作为一只好奇心甚重的小白，还是希望亲自实现一把，于是乎趁晚上散步的几个小时找来书研究了一下，推了一遍公式，敲了一遍代码，也算是搞懂了FFT的实现。

基础数学

在涉及傅里叶变换的核心算法之前，先对其中的基础数学简要归纳
复数由实部和虚部构成，形如（ $a+bi$ ），这里 $i$ 为单位虚数（ $\sqrt{-1}$ ）
单位虚数的性质： $i\times i=-1$

复数也有四则运算，这里我们用到其中两种：复乘、复加

1.复数运算

对于两个复数 $a+bi$ 、 $c+di$ ，其乘积满足

(a + b i) \times (c + d i)

$(a+bi)\times (c+di)$

= a \cdot c + a \cdot d i + b i \cdot c - b \cdot d

$=a\cdot c+a\cdot di+bi\cdot c-b\cdot d$

= (a c - b d) + (a d + b c) i

$=(ac-bd)+(ad+bc)i$

对于两个复数 $a+bi$ 、 $c+di$ ，其和

(a + b i) + (c + d i) = (a + c) + (b + d) i

$(a+bi)+(c+di)=(a+c)+(b+d)i$

2.欧拉公式

对于复指数形式，欧拉大人为我们指了一条明路，这就是著名的欧拉公式

e θ i = c o s (θ) + i s i n (θ)

$e^{\theta i}=cos(\theta)+isin(\theta)$

这条公式将奠定快速傅里叶变换的理论基础

基础信号论

奈奎斯特采样定理

奈奎斯特采样定理（又名香农采样定理）是对信号离散化的准则，为了获取信号更多的信息，其必须满足

采样速率 $f_{s}$ 必须大于信号最高频率的两倍，这个频率称为奈奎斯特频率 $f_{N}$ ，即

$f s > 2 \cdot f N$ $f_{s}>2\cdot f_{N}$

从解方程到傅里叶变换

1.何方神圣

法国大数学家傅里叶提出，任何一个函数都可以化为由正弦函数构成的无穷级数，简而言之，表现任何一个复杂的信号（如声音），只需要足够多的正弦函数相加。例如信号 $f(x)$ 可以写为

f (t) = a 0 + a 1 s i n (ω t + φ 1) + a 2 s i n (2 ω t + φ 2) . . .

$f(t)=a_{0}+a_{1}sin(\omega t+\varphi_{1})+a_{2}sin(2\omega t+\varphi_{2})...$

这里每一个小的正弦函数都包含属于自己的幅值、频率、相位，这样一个庞大的组合体构成了任意的 $f(x)$ ，也构成我们能看到、听到的信息，狭义的说，傅里叶变换正是将一个完整的 $f(x)$ 打散为正弦之和的手段，每一个正弦代表了信号在该频率的分量，于是我们说xx信号200KHz的分量是…

2.分量求解：从方程开始

在上面我们提到任意信号都可以由不同频率的分量合成，也就是

a 0 + a 1 s i n (ω t + φ 1) + a 2 s i n (2 ω t + φ 2) . . .

$a_{0}+a_{1}sin(\omega t+\varphi_{1})+a_{2}sin(2\omega t+\varphi_{2})...$

如果我们换一个角度看上式，看成一个方程，结果如何？为了简单起见，我们先抛弃令人不舒服的相位 $\varphi$

a 0 + a 1 s i n (ω t) + a 2 s i n (2 ω t) . . . a n s i n (n ω t) = b

$a_{0}+a_{1}sin(\omega t)+a_{2}sin(2\omega t)...a_{n}sin(n\omega t)=b$

这里，每一个正弦函数我们都抽象地将其看作一个种频率，即 $f_{n}=\frac{2\pi}{n\omega}$ ，我们把这些频率看作已知，也就是统统都存在（大不了幅值为0嘛）
于是我们需要求解上述方程。经验告诉我们一个方程式不够嘀，有多少个未知数就有多少个方程组成方程组，否则方程组就是欠定，解可能不唯一。很不幸这里 $n$ 的取值为无穷大，也就是说我们需要找到无穷多个方程联立才能求解每一个频率分量，但这无疑为我们解决问题找到了一个途径。
事实上我们真的需要知道每一个频率分量吗？
世界上漂亮的女孩子千千万万，难道….
在信号论基础里面俺特意放了一条奈奎斯特采样定律，可见我们能获得的信号细节（也就是频率的种数吧）是有条件限制的，至少受采样速率的限制，采样速率又受产品要求、器件工艺、人民币张数等等的限制….
假若以200Hz的速率采样，能准确看清的信号频率最高也就100Hz吧？200Hz总得有个分辨率，分辨率为1Hz，就需要201个正弦函数。对！201个正弦函数，到此问题可解：为了在采样频率为200Hz时得到分辨率为1Hz的分量信息，需要求解未知数为201的方程：