matlab极坐标下的二维傅里叶变换_为什么要用傅里叶变换？FFT你不知道的细节

1.FFT变换的基本原理

       傅立叶变换是数字信号处理领域一种很重要的算法，可以将一个信号从时域变换到频域。傅立叶原理表明：任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号的无限叠加。

       根据原信号的不同类型，傅里叶变换可以分为四种类别：

       (1)非周期性连续信号傅里叶变换

       (2)周期性连续信号傅里叶级数

       (3)非周期性离散信号离散时域傅里叶变换

       (4)周期性离散信号离散傅里叶变换

       快速傅里叶变换(FFT)，是利用计算机计算离散傅里叶变换(DFT)的高效、快速计算方法的统称，但是它是基于复数的，复数DFT写成如下极坐标形式：

在复数傅里叶变换中，x[n]和X[k]都是复数数组，它包括正频率和负频率。K从0到N-1，0~N/2的频率为正值，N/2~N-1为负值。因为离散信号的频谱是周期性的，其周期等于抽样频率。所以N/2到N-1的频率和-N/2~0的频率是相同的。0点和N/2点的频率值为正负频率的分界。

       我们设变换长度N = 2^L，将x(n)按照n的奇偶分为两组

x₁(r) = x(2r)

  x₂(r)= x(2r+1)

       其中r=0,1,…,N/2-1，带入上述复数DFT变换的公式，得到X[k]：

在式子中X₁(K)和X₂(K)分别是x₁(n)和x₂(n)的N/2点DFT，因此它只能算出前一半的值，后一半利用

可以得到后半部分X(k)

<