傅里叶变换是数字信号处理领域一种很重要的算法。
傅里叶原理表明: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。
根据该原理创立的傅里叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。
反傅里叶变换算法从本质上说也是一种累加处理,这样就可以将单独改变的正弦波信号转换成一个信号。因此,可以说,傅里叶变换将原来难以处理的时域信号转换成了易于分析的频域信号(信号的频谱),可以利用一些工具对这些频域信号进行处理、加工。最后还可以领用傅里叶反变换将这些频域信号转换成时域信号。
从数学角度看,傅里叶变换是一种特殊的积分变换。它能将满足一定条件的某个函数表示成正弦基函数的线性组合或者积分。
傅里叶变换是将时域信号分解为不同频率的正弦信号或余弦函数叠加之和。连续情况下要求原始信号在一个周期内满足绝对可积条件。离散情况下,傅里叶变换一定存在。
在频域中,频率越大说明原始信号变化速度越快;频率越小说明原始信号越平缓。当频率为0时,表示直流信号,没有变化。因此,频率的大小反映了信号的变化快慢。高频分量解释信号的突变部分,而低频分量决定信号的整体形象。
傅里叶变换分类:
一、非周期性连续信号 ——傅里叶变换
二、周期性连续信号 ——傅里叶级数
三、非周期性离散信号 ——离散时域傅立叶变换
四、周期性离散信号 ——离散傅里叶变换