FS,FT,DFT,DFS和DTFT的关系

对于初学数字信号（Digital Signal Processing，DSP）的人来说，这几种变换是最为头疼的，它们是数字信号处理的理论基础，贯穿整个信号的处理。

FS：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，这就是傅立叶级数展开（Fourier Series，FS），它用于分析连续周期信号。

FT：是傅立叶变换（Fourier Transform，FT），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和FT 都是用于连续信号频谱的分析工具，它们都以傅立叶级数理论问基础推导出的。时域上连续的信号在频域上都有非周期的特点，但对于周期信号和非周期信号又有在频域离散和连续之分。

在自然界中除了存在温度，压力等在时间上连续的信号，还存在一些离散信号，离散信号可经过连续信号采样获得，也有本身就是离散的。例如，某地区的年降水量或平均增长率等信号，这类信号的时间变量为年，不在整数时间点的信号是没有意义的。用于离散信号频谱分析的工具包括DFS，DTFT和DFT。

DTFT：是离散时间傅立叶变换（Discrete-time Fourier Transform，DTFT） ，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。

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之和收敛（绝对可和）这一傅立叶变换的充要条件，但是采用离散傅立叶级数（Discrete Fourier Series ，DFS）这一分析工具仍然可以对其进行傅立叶分析。

我们知道周期离散信号是由无穷多相同的周期序列在时间轴上组成的，假设周期为$N$，即每个周期序列都有$N$个元素，而这样的周期序列有无穷多个，由于无穷多个周期序列都相同，所以可以只取其中一个周期就足以表示整个序列了，这个被抽出来表示整个序列特性的周期称为主值周期，这个序列称为主值序列。然后以$N$对应的频率作为基频构成傅立叶级数展开所需要的复指数序列 ek(n)=e−j2πnk/