傅立叶变换能将时域信号转换为由sin函数为基底的频域信号,从而我们可以从信号中提取出频率信息或截断频谱简化信号压缩信息。计算机难以处理连续信号。DFT是一种适用于计算机处理的有限信号时频转换方法。DFT用一句话概括,就是将连续信号(频域也是连续函数)经过时域采样(这样会使信号的频域发生周期延拓,得到周期连续的函数,计算机无法处理),再经过频域采样(这样会使时域信号发生周期延拓,时域周期延拓这一步可以直接在采样后实现,即 直接将采样后的DTFT过程转化为DFS),得到周期离散的频谱结果,取主值(一个周期),即得DFT结果X(k)。若要对DFT有个更直观的理解,推荐这篇博客
实现DFT的过程,可以总结为计算以下公式的过程
(1)
式中,。计算(1)式的朴素算法时间复杂度为O(N^2),而目前的快速傅立叶算法能使(1)式的时间复杂度降为O( Nlog2(N) )。快速傅立叶算法的思路,就是利用复指数函数的性质减小计算量。一种快速傅立叶算法的思路是将N点DFT转化为N/2点DFT,即 将N点序列进行分割。若按n域(时域)划分,就是所谓DIT-FFT算法(decimation-in-time FFT,库利·图基算法);按k域(频域)划分,则是DIF-FFT算法(decimation-in-frequency FFT,桑德·图基算法)。本文介绍DIF-FFT算法。将(1)式按k分割成k为奇数和k为偶数两个部分,如下所示: