傅里叶变换系列FS,FT,DTFT,DFS,DFT,FFT

傅里叶变换系列学习（3)----FS,FT,DTFT,DFS,DFT,FFT - 技术派到了中年的文章 - 知乎 https://zhuanlan.zhihu.com/p/97835957

前面花了两章的时间，从纯数学的角度证明了连续周期信号的傅里叶级数求解，以及如何用级数表达出原先的信号。

系列（1）从0开始花了很大的篇幅讲了三角级数。

技术派到了中年：傅里叶变换系列学习（1）----从线性变换说起98 赞同 · 16 评论文章正在上传…重新上传取消

系列（2）在系列（1）的基础上，把信号分解拓展到了复数领域，复信号看上去更简单一些。

技术派到了中年：傅里叶变换系列学习（2）----复信号的傅里叶级数37 赞同 · 12 评论文章正在上传…重新上传取消

前面主要处理的是连续周期信号，对应的是，傅里叶级数 Fourier Series，英文简写就是FS。今天继续从纯数学的角度证明一下其他类型的傅里叶变换。下面用表格概括的介绍其他类型的变换。

1. FT(Fourier Transform)

有的地方也称之为CTFT（Continuous Time Fourier Transform），处理的时连续周期信号。

先抛公式，正变换：

逆变换：

对于非周期函数，数学上的处理是，假设函数的周期为T，然后让T趋向于无穷大的，我们这边做类似的动作。根据系列（2）， 我们可以得到正变换如下：

再根据系列（2）里面的反变换公式，我们可以得到：

2. DFS(Discrete Fourier Series)

 证明，使用内积公式

 得证。so easy！

请注意，有的地方是这样写的：

正变换：

逆变换：

事实上，这一组变换，跟上面的一组，最终结果是一样的，区别在于归一化因子在不同的域，不影响全局。更有其他的表达式如下：

正变换：

逆变换：

仔细看一下，其实，最终的表达是都是一样的，差异只是在于归一化因子在不同的域。

3. DTFT(Discrete Time Fourier Series)

严格来说，DTFT处理的是离散时间序列信号，这种信号在时间上是离散的，但是信号的幅度是可以任意值，也就是说没有量化，还不是数字信号。非严格的场合，可以认为它是离散信号，并且是非周期信号。

对于非周期信号，我们完全可以参考FT或者是CTFT的变换。

值得注意的是，DTFT的正变换，其结果是连续的。

证明略。

4. DFT(Discrete Fourier Transform)

DFT才是我们耳熟能详的变换，DFT处理的是非周期离散信号，这样的信号计算机比较容易处理，我们再看看DTFT，正变换产生了连续信号，这个不利于计算机处理。为了方便计算机处理，必须让正变换的结果也是离散值，这一点DFS正满足。DFS应对的是周期离散信号，正变换后的序列也是周期离散的。前面我们提到，对于非周期信号，数学家总是先假设其周期为T，然后取极限，让T趋向于无穷大，这样得到了非周期信号的变换结果。细心的你，可能已经发现，非周期信号的变换结果，都是连续的，连续信号对于CPU来说，不是一个好东西。

所以，数学家在这次处理非周期信号的时候，采用了不同的方法。这次的方法是对非周期信号做周期延拓，这样不就变成DFS了吗，还要DFT做什么呢。别急，DFS变换后是周期离散信号，但是DFT只取DFS变换后的一个周期。DFT在处理的时候投机取巧，方便了计算机处理，所以我们通常听得比较多的就是DFT。

另外，DFT也可以从DTFT抽样过来，DTFT作为连续信号，均匀采样N个点，就变成DFT了。

DFT的变换可以原样copy DFS的公式。

略略略。

5. FFT(Fast DFT)

终于讲到FFT了，FFT是DFT的快速算法，节约了大量的运算。对于工程领域的同学来说，FFT就是天。没有FFT，啥也没有了。有了FFT，才使得DFT成为可能。

DFT的运算级别是量级的，FFT的运算级别是 级别的，看上去差别好像不是很大，N变大后，差别就非常大了。（FFT是基2的，就是说N必须是2的幂次）

对于动辄1024点或者以上的DFT运算，FFT的出现，使得DFT运算变成了可能。在通信领域，可以说FFT的出现，才使得4G/5G成为可能。

FFT算法的详细介绍，暂时先放一下，后面会做仔细的描述。

至此，纯基于数学的傅里叶系列的FS, FT, DFS, DTFT, DFT, FFT基本介绍完成，下一章，我们从其他角度再分辨。