一文精通Fourier Transform--傅里叶变换

 导读：

        在数字信号处理中，我们把信号分为时域信号与频域信号。傅里叶发现：任何周期信号(时域)都能够由不同频率谐波的正弦波(频域)叠加而成。沟通起时域频域最为关键的一点就是我们要学习的傅里叶变换（Fourier Transform）。

        在CSDN上有诸多大佬，对傅里叶变换的来龙去脉做了较为清晰的阐释。此处就不过多赘述其原理，感兴趣的自行阅读：傅里叶变换的理解-从正弦信号到傅里叶_正弦信号的傅里叶变换-CSDN博客；

数字信号处理期末总复习_级联型结构怎么因式分解-CSDN博客。

本人更加喜欢的是《数字信号处理期末总复习》，总有种让我还在期末备考的感觉。并且让大家不仅仅对傅里叶变换，还对数字信号有了一个基础的了解。

 连续与离散傅里叶变换

傅里叶变换的常见公式如图1所示。

 图1. 常见傅里叶变换公式

首先，对于傅里叶变换先给一个总结性的结果，

1、如果时域信号是周期的，那么它的频谱就是离散的。

2、如果时域信号是非周期的，那么它的频谱就是连续的。

3、如果时域信号是离散的，那么它的频谱就是周期的。

4、如果时域信号是连续的，那么它的频谱就是非周期的。

    如果将时域信号周期非周期，离散非离散进行组合，就会得到四种组合，1、周期连续；2、非周期连续；3、非周期离散；4、周期离散。

        实际上，我们常用的傅里叶变换公式为连续时间傅里叶变化，即CTFT(Continuous-Time Fourier Transform)，用来分析和处理连续时间的模拟信号。在实际应用中，由于连续时间信号的频谱可能是无限宽的，因此很难直接计算CTFT。通常，我们会对信号进行窗函数处理，将其截断为有限时长的信号，然后使用离散时间傅里叶变换（DTFT）或离散傅里叶变换（DFT）来近似计算。

        离散时间傅里叶变换（Discrete-Time Fourier Transform，DTFT）是连续时间信号的傅里叶变换在离散时间信号上的推广。DTFT为无限长序列提供了频域分析的方法。对于一个离散时间信号 x[n]，其DTFT定义为：