DFT（离散傅里叶变换）与FFT（快速傅里叶变换）初识

2019独角兽企业重金招聘Python工程师标准>>>

一. 简介

离散傅里叶变换（Discrete Fourier Transform, DFT）是数字信号处理最重要的基石之一，也是对信号进行分析和处理时最常用的工具之一。在200多年前法国数学家、物理学家傅里叶提出后来以他名字命名的傅里叶级数之后，用DFT这个工具来分析信号就已经为人们所知。但在很长时间内，这种分析方法并没有引起更多的重视，最主要的原因在于这种方法运算量比较大。

快速傅里叶变换（Fast Fourier Transform, FFT）是1965年由库利（T.W.Cooley）和图基（J.W.Tukey）共同提出的一种快速计算DFT的方法。这种方法充分利用了DFT运算中的对称性和周期性，从而将DFT运算量从N2减少到N*log2N。当N比较小时，FFT优势并不明显。但当N大于32开始，点数越大，FFT对运算量的改善越明显。比如当N为1024时，FFT的运算效率比DFT提高了100倍。

在库利和图基提出的FFT算法中，其基本原理是先将一个N点时域序列的DFT分解为N个1点序列的DFT，然后将这样计算出来的N个1点序列DFT的结果进行组合，得到最初的N点时域序列的DFT值。实际上，这种基本的思想很早就由德国伟大的数学家高斯（1777年4月30日－1855年2月23日）提出过，只是由于当时尚欠东风——计算机还没发明。在20世纪60年代，伴随着计算机的发展和成熟，库利和图基的成果掀起了数字信号处理的革命，因而FFT发明者的桂冠才落在他们头上。

库利和图基的FFT算法的最基本运算为蝶形运算，每个蝶形运算包括两个输入点，因而也称为基-2算法。在这之后，又有一些新的算法，进一步提高了FFT的运算效率，比如基-4算法、分裂基算法等。这些新算法对FFT运算效率的提高一般在50%以内，远远不如FFT对DFT运算的提高幅度。从这个意义上说，FFT算法是里程碑式的。可以说，正是计算机技术的发展和FFT的出现，才使得数字信号处理迎来了一个崭新的时代。

只有周期信号可以通过傅里叶变换分解，随机信号、无规则信号是不能分解的。

二. FFT（Matlab角度分析）

现举例：

假设我们有一个信号（如图一所示），它是一个与时间无关的常数。

它含有

①2V的直流分量（注：信号的直流分量就是信号的平均值），

②频率为50Hz、相位为-30度、幅度为3V的交流信号，

以及一个

③频率为75Hz、相位为90度、幅