杨鼎 鼎阳硬件设计与测试智库专家组成员
提到频谱分析,傅里叶变换总是绕不过去的。从法国大革命后傅里叶在热解析理论中发表任意函数的三角级数变换,到一百五十年后的冷战间随着数字计算机风口起飞的库利图基快速算法,到如今在实时分析中已成为无所不在基础功能的FFT,相关文章已经汗牛充栋——频域作为信息的载体,也是观察世界的另一个重要角度,被分析应用的领域实在太多。托傅里叶之福,本文将从FFT说起,并就其在频谱分析仪内的应用特点进行一些解释。
FFT(Fast Fourier Transform)快速傅里叶变换,是计算DFT的一种适合计算机运行的算法,是一种数学技巧,并没有明确的物理意义。要想理解FFT,只能且必须先理解DFT。实际使用当中因为基本没人会按照直接计算的方法去DFT, 所以FFT就成了DFT的一种实现标准。
DFT(Discrete Fourier Transform)离散傅里叶变换,其实也只是傅里叶变换(Fourier Transform)适合计算机运算的一个形式,是信号分析的一种近似方法,它认为所有信号都是周期信号(大前提就不严谨),然后从采样到的数据点中截取一段,断章取义的认为截取的这一段就是该“周期信号”的一个完整周期(依然没有根据),整个信号就是截取的这段数据周期的复制延拓,也不管这个周期的首尾是否连续相接(越发的不靠谱)。也就是说,DFT分析出来的频谱结果,并不是当前实际信号的频谱,也不是采样到的这段数据的频谱,而是把采样到的这段数据作为一个周期进行复制延拓出来的这个周期信号的频谱。反正只采了一段数据,结果还要代表整个时间轴上的频谱,那么这段