教你怎么读懂FT,FS,DFT,DTFT,DFS,FFT的关系

零度随想

已于 2024-09-11 06:47:13 修改

阅读量8.8k

点赞数 8

分类专栏：通信信号文章标签： fpga开发

于 2019-06-30 09:01:26 首次发布

本文链接：https://blog.csdn.net/weixin_41230430/article/details/94282750

版权

通信同时被 2 个专栏收录

2 篇文章 0 订阅

订阅专栏

信号

2 篇文章 0 订阅

订阅专栏

本篇文章内容是我在理解这些概念时，对感觉帮助非常大的博文整理，以及我的学习路线图，希望能帮助大家理解这些操蛋的名词含义。

先来了解一下各个名词的中文意思

FT: (Fourier Transform), 它主要用于分析连续非周期信号，由于信号是非周期的，它必包含了各种频率的信号，所以具有时域连续非周期对应频域连续非周期的特点。傅立叶变换，它主要用于分析连续非周期信号，由于信号是非周期的，它必包含了各种频率的信号，所以具有时域连续非周期对应频域连续非周期的特点。

FS: (Fourier series)傅立叶级数时域上任意连续的周期信号可以分解为无限多个正弦信号之和，在频域上就表示为离散非周期的信号，即时域连续周期对应频域离散非周期的特点.

DFT: (Discrete Fourier Transform) 离散傅里叶变换是傅里叶变换在时域和频域上都呈离散的形式，将信号的时域采样变换为其DTFT的频域采样。在形式上，变换两端（时域和频域上）的序列是有限长的，而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对有限长的离散信号作DFT，也应当将其看作其周期延拓的变换。在实际应用中通常采用快速傅里叶变换计算DFT。

DTFT:(Discrete-time Fourier Transform) 离散时间傅里叶变换，是傅里叶变换的一种.DTFT是离散时间傅立叶变换，它用于离散非周期序列分析，根据连续傅立叶变换要求连续信号在时间上必须可积这一充分必要条件，那么对于离散时间傅立叶变换，用于它之上的离散序列也必须满足在时间轴上级数求和收敛的条件；由于信号是非周期序列，它必包含了各种频率的信号，所以DTFT对离散非周期信号变换后的频谱为连续的，即有时域离散非周期对应频域连续周期的特点。

DFS: (Discrete Fouriers Transform)当离散的信号为周期序列时，严格的讲，傅立叶变换是不存在的，因为它不满足信号序列绝对级数和收敛（绝对可和）这一傅立叶变换的充要条件，但是采用DFS（离散傅立叶级数）这一分析工具仍然可以对其进行傅立叶分析。

FFT: (Fast Fourier Transformation ) 是离散傅氏变换（DFT）的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的.

那么信号的周期非周期、离散连续与变换后的周期非周期、离散连续有什么关系吗？

1、时域上连续周期函数，采用FS（傅里叶级数）分解为频域上为非周期、连续的以幅值和相位表征的变换对（符合"时域上连续-》频域非周期”、“时域上周期-》频域上离散”）

2、时域上连续的非周期函数，采用FT（傅里叶变换）表示成频域上的非周期、连续的以幅值和相位表征的变换对（符合"时域上连续-》频域非周期”、“时域上非周期-》频域上连续”）

3.时域上离散的序列非周期函数，采用DTFT(离散时间傅里叶变换)表示称频域上周期、连续的以幅值和相位表征的变换对（符合"时域上离散-》频域周期”、“时域上非周期-》频域上连续”）

4.由于计算机处理时，频域也需要离散化，因此此时的需求为：时域上采样需要离散化，频域上计算也需要离散化，因此时域上采样的离散化导致频域上的周期性，频域上计算机计算需要的离散化导致时域上的周期性；因此此时周期性的离散时间序列采用DFT(离散傅里叶变换，注意此处与第3条的离散时间傅里叶变换的区别，此处的离散叫法主要是频域上要离散)，符合"时域上离散-》频域周期”、“时域上周期-》频域上离散”）

三
详如何通过详细的过程理解这些概念？
可以参看博文：https://blog.csdn.net/weixin_40679412/article/details/80426463
此处的文章作者讲的非常好，讲了各个变换为了干什么的。此处就不贴了.
四
理解了第三步，那么参考《深入浅出数字信号处理》第五章DFT的一二章，理解下第三步用数学表达是什么样的，通过直观的感受与数学表达式的理解，就能把DFT的概念理解的差不多了。

参考文献
http://www.yanglajiao.com/article/PonyMi/50956256
https://blog.csdn.net/weixin_40679412/article/details/80426463

上面所说的，其实反映到时域和频域的关系上，就是采样间隔和采样周期（采样点数）与频谱分辨率（谱线间隔）和频谱周期的关系。采样间隔和采样周期（采样点数）共同决定了频谱的多个关键特性。以下是详细分析：

一、采样点数的影响
频谱分辨率：
采样点数N直接影响频谱分辨率。频谱分辨率是指在频谱分析中能够区分的最小频率间隔。根据公式，频率分辨率ΔF = Fs/N（其中Fs为采样频率），可以看出，在采样频率一定的情况下，采样点数N越大，频谱分辨率越高，即能够更精细地观察信号的频率成分。
频谱幅度：
采样点数还影响频谱幅度的计算。在进行FFT（快速傅里叶变换）后，得到的频谱结果需要进行归一化处理。通常，频谱幅度会除以采样点数N（对于双边谱）或乘以2/N（对于单边谱）以得到实际的频谱幅度值。因此，采样点数的大小会直接影响计算出的频谱幅度。
数据冗余与计算复杂度：
增加采样点数可以提高频谱分辨率，但同时也会增加数据冗余和计算复杂度。在实际应用中，需要根据具体需求权衡采样点数的大小。
二、采样频率的影响
最高可分析频率：
采样频率Fs决定了信号的最高可分析频率。根据奈奎斯特采样定理，采样频率至少为信号最高频率的两倍，以避免混叠现象。因此，采样频率越高，能够分析的信号频率范围就越广。
频谱结构：
采样频率不仅影响频谱的最高频率，还影响频谱的整体结构。在离散傅里叶变换（DFT）中，基频对应于第一个非零频率点，其值由采样频率和采样点数共同决定（fs/N）。基频作为最低频率，决定了离散频谱的结构，对谐波位置至关重要。
频谱混叠：
如果采样频率低于信号的最高频率的两倍，就会发生频谱混叠现象。此时，高频成分会被错误地解释为低频成分，导致频谱失真。
三、综合影响
频谱特性：采样点数和采样频率共同决定了频谱的分辨率、幅度、最高可分析频率以及频谱结构等关键特性。在实际应用中，需要根据具体需求选择合适的采样点数和采样频率以获得准确的频谱分析结果。
实际应用：在频谱分析中，通常需要根据信号的特性和分析需求来设置采样点数和采样频率。例如，在分析高频信号时，需要选择较高的采样频率；而在需要高分辨率的频谱时，则需要增加采样点数。
综上所述，采样点数和采样频率在频谱分析中起着至关重要的作用，它们共同决定了频谱的多个关键特性。