为什么抽样频域幅值是原来的1/X

问题引入：

左边是原图FFT，右边是抽样图的FFT（每两个点抽一个）。抽样后的频谱振幅是抽样前的一半。

使用模拟DFT分析

DFT（离散傅里叶变换）的内容是：目标信号与基信号的乘积和，本文挑选与目标信号相同频率的基信号进行展示。
对比figure1和figure2（原图和采样图），采样后时域信号稀疏了一半，也就是说，求和项少了一半，所以频域幅值就是原来的1/2。

close all;
%% 原信号
n = 0:1:39;                 %40个离散点
A = cos(2*pi*2*n/40);       %待测频率
sum = zeros(1,40);
for freq = 0:39             %40个基信号
    B = cos(2*pi*freq*n/40);
    C = A.*B;               %待测频率与基信号乘积
    for num = 1:40          %乘积求和
        sum(freq+1) = sum(freq+1) + C(num);
    end
end

figure;
subplot(1,3,1);
stem(n,A);
title('采样前-时域信号');

freq = 2;
B = cos(2*pi*freq*n/40);
subplot(1,3,2);
stem(n,B);
title('基信号-时域信号');

subplot(1,3,3);
stem(n,sum);
title('模拟DFT-频域信号');

%% 采样抽取部分
n = 0:2:39;                 %20个离散点（每两点抽样一次）
A = cos(2*pi*2*n/40);       %待测频率
sum = zeros(1,40);
for freq = 0:39             %40个基信号
    B = cos(2*pi*freq*n/40);
    C = A.*B;               %待测频率与基信号乘积
    for num = 1:20          %乘积求和
        sum(freq+1) = sum(freq+1) + C(num);
    end
end

figure;
subplot(1,3,1);
stem(n,A);
title('采样后-时域信号');

freq = 2;
B = cos(2*pi*freq*n/40);
subplot(1,3,2);
stem(n,B);
title('基信号-时域信号');

n = 0:1:39;                 %频率仍然有40份
subplot(1,3,3);
stem(n,sum);
title('模拟DFT-频域信号');

%% 采样没有抽到的部分
n = 1:2:39;                 %20个离散点（采样没有抽到的那一半）
A = cos(2*pi*2*n/40);       %待测频率
sum = zeros(1,40);
for freq = 0:39             %40个基信号
    B = cos(2*pi*freq*n/40);
    C = A.*B;               %待测频率与基信号乘积
    for num = 1:20          %乘积求和
        sum(freq+1) = sum(freq+1) + C(num);
    end
end

figure;
subplot(1,3,1);
stem(n,A,'r');
title('未采样部分');

freq = 2;
B = cos(2*pi*freq*n/40);
subplot(1,3,2);
stem(n,B,'r');
title('基信号-时域信号');

n = 0:1:39;                 %频率仍然有40份
subplot(1,3,3);
stem(n,sum,'r');
title('模拟DFT-频域信号');