博客

这个其实非常简单的概念，国内的大多数教材却没有讲透。直接看图，不信看不懂。以离散信号为例，连续信号同理。已知已知下面通过演示求的过程，揭示卷积的物理意义。第一步，乘以并平移到位置0：第二步，乘以并平移到位置1：第三步，乘以并平移到位置2：最后，把上面三个图叠加，就得到了：简单吧？无非是平移（没有反褶！）、叠加。============================================

原文出处： 韩昊      12345678910作 者：韩 昊知 乎：Heinrich微 博：@花生油工人知乎专栏：与时间无关的故事 谨以此文献给大连海事大学的吴楠老师，柳晓鸣老师，王新年老师以及张晶泊老师。 转载的同学请保留上面这句话，谢谢。如果还能保留文章来源就更感激不尽了。 ——更新于2014.6.6，想直接看更新的同学可

傅立叶变换、拉普拉斯变换、Z变换最全攻略作者：时间：2015-07-19来源：网络   　　傅立叶变换、拉普拉斯变换、Z变换的联系?他们的本质和区别是什么?为什么要进行这些变换。研究的都是什么?从几方面讨论下。本文引用地址：http://www.eepw.com.cn/article/277444.htm　　这三种变换都非常重要!任何理工学科都不可避免需要这些变换。　　傅立叶变换

FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。     虽然很多人都知道FFT是什么，可以用来做什么，怎么去做，但是却不知道FFT之后的结果是什意思、如何决定要使用多少点来做FFT。 

在数字信号处理中常常需要用到离散傅立叶变换(DFT)，以获取信号的频域特征。尽管传统的DFT算法能够获取信号频域特征，但是算法计算量大，耗时长，不利于计算机实时对信号进行处理。因此至DFT被发现以来，在很长的一段时间内都不能被应用到实际的工程项目中，直到一种快速的离散傅立叶计算方法——FFT，被发现，离散傅立叶变换才在实际的工程中得到广泛应用。需要强调的是，FFT并不是一种新的频域特征获取方式，而

摘要：FFT算法的第一步是对数据进行处理，输入并不是自然序列而是倒位序列。