DFT

DTFT是给人用的，DFT是给机器用的，DFT是对DTFT的频域采样。

—————————————————————————

说DFT之前，我们先回忆一下以往的几种傅里叶变换。

1、连续时间周期信号:处理时间连续并且具有周期性的信号，其频域上离散，非周期。

2、连续时间非周期信号:处理时间连续但是不具有周期性的信号，其频域上连续，非周期。

3、离散时间非周期信号:处理时间离散，不具有周期性的信号，其频域上连续，有周期性。

4、离散时间周期信号:处理时间离散，具有周期性的信号，其频域上离散，有周期性。

从理论上来说，这四种变换已经囊括了我们能遇到的信号种类了，那么为什么要额外引入DFT？从形式上看，DFT与离散时间周期信号的变换非常类似，有何原因？

首先，我们注意到在数字信号处理里面，我们接触的都是离散时间的信号，所以前两种连续时间的傅里叶变换在我们这儿用不到。另外，数字信号处理的一个要点就是讨论对数字信号的处理方式和算法设计，这里所说的处理方式不仅仅是人工的、解析的处理方式，更是机器能用的处理方式。

机器的局限性在哪呢？机器不能表达一个无限长的序列，也不能表达连续的频域特征。对于一般的离散时间信号而言，直接用DTFT确实很好，非常便于我们分析信号的频域特征，但问题是这一套机器是用不了的。因此我们才需要DFT，也就是说DTFT是给人用的，而DFT是给机器用的。

所谓DFT的引入，我认为主要可以分为两点，一点是截断，另一点是(频域)采样。需要截断，是因为机器无法表示无限长的序列，只能处理有限长序列，这一点比较好理解。关于采样，是理解DFT的重点。我们前面提到离散非周期序列的傅里叶变换(DTFT)在频域上是连续的，这连续的频域特征机器是无法表达的，因此我们需要对它进行采样。又由于频域上具有周期性，只需要对2pi长度的区间采样即可。那么应该采多少个点呢？类似于Nyquist采样定理的做法，我们得出采样的点数M≥N即可(N表示该序列的长度)，为了方便起见只需取M=N。由此，DFT的两个引入动机就清楚了:它是对无限长序列截断成有限长序列，进行DTFT以后再在频域采样。

那么为何DFT的形式和离散时间周期信号的傅里叶变换形式类似呢？注意到，有限长序列经过周期延拓即可变为周期信号，因此他们之间的相似性也不言而喻了。不过需要注意的是DFT对有限长序列均可以用，但离散时间周期信号的傅里叶变换只能处理周期信号，这是本质的不同。