初步中的初步了解DFS以及DFT

DFS（离散傅里叶级数）
离散时间信号中存在一种周期信号，其DTFT（离散时间傅里叶变换）是不存在的，因为其不是绝对可和的。但是我们可以用一系列离散的傅里叶级数来合成该序列，这样的表示方法叫做傅里叶级数表达方法。
任意的周期为T的信号我们都可以用周期为T的余弦信号，以及其高次谐波来表出。而且由于一个周期为T的信号其谐波的个数并不是像连续傅里叶变换那样无穷多个，其个数是有限的，为1/T个。所以其傅里叶级数的系数也是成周期的，离散的。
其谐波的系数计算方法同傅里叶家族的系数计算方法大同小异，利用了不同谐波之间的正交性，等式左右两边同时乘上某次谐波对整个周期积分，正交性使得除了该次谐波之外的谐波分量由于周期性求和为零，仅仅留下了该次谐波分量的系数。其公式如下：

此后我们引入离散傅里叶变换。

DFT（离散傅里叶变换）
离散傅里叶变换的对象是一段有限长的序列，或者是周期的序列取其中的一个区间得到的（这个区间一般叫做主值区间）。可以看作傅里叶级数的精简版，因为现实生活中不可能有无限长的序列，而且由于一个序列是周期的，可以说其一个周期便包含了所有的信息，同理，周期化的频谱中其中的一个周期也包含了所有信息。
所以DFT其实是将离散傅里叶级数的时域取主值，频域取主值得到的。而且通过上面的公式我们可以看出其频域的计算实际上也只是用到了时域的一个周期。所以DFT的公式同其是一样的。
那么DFT的过程是怎么样的呢：
1、DFT是针对一段有限长序列的
2、对一段有限长的序列做DFT，实则是将该段序列作为一个周期的长度，对其进行周期延拓，后计算其傅里叶系数的结果。
重点：
3、那么如果是对一段经过时域采入的序列，其傅里叶变换的频率和实际信号的频率有什么样的关系呢？
不妨设fs为采样频率，一共采样了N个点，将这N个点DFT。得到一个N个点的DFT结果，那么这个结果是什么呢？
按照DFT的定义，这N个点的时域波形，会被表示成N个谐波的系数，得到的DFT结果便是这N个系数。这时我们搬上公式：

DFT后的数组X[K]，当k=1时，即其数组中的第一个元素，带入后面的表达式，很容易看出，其中计算的就是频率为（2Π/N）*1的复指数信号，或者说是周期为N的复指数信号。
那么当k=n时，即数组的第n个元素存放的是频率为（2Π/N）*n的复指数信号，其周期为N/n。
那么问题又来了，跟时域怎么扯上关系呢？
我们刚才说了数组的第一个元素其周期为N，那么它真实的周期呢？即这N个点到底在现实中用了多长时间呢？我们是可以计算的！因为我们知道采样率，采样率为fs，意味着我们每1/fs秒采样一个点，采样n个点，我们用时为N/fs，则实际上我们DFT数组中的第一个元素为周期N/fs的复信号的系数，后面第n个元素以此类推，所以我们便利用计算机对现实中的频率进行了分析。