傅立叶变换自提出以来，在物理学、通信科学、电力科学、地质勘探等众多领域有着重要应用，其衍生出来的各种变换类型较多，本文将对各类傅立叶变换做一个简要的总结。
（1）傅立叶变换最早来源于连续周期信号的连续傅立叶级数（CFS），注意到CFS仅仅针对连续、周期信号。注意CFS有两种形式，根据欧拉公式的分解与合成，可分为三角傅立叶级数和指数傅立叶级数。
（2）将非周期信号看成周期信号的周期取为无穷大，就将CFS降为连续傅立叶变换(CFT)。注意到CFT这个概念虽然是由周期信号周期取无穷大来引入的，但是CFT同时适用于周期信号，所以CFT适用于连续的周期或者非周期信号。差别在于，非周期信号的CFT是连续谱，而周期信号的CFT是离散谱，这里可以用一条口诀**，一个域的离散会导致另外一个域的周期延拓。
（3）对于离散周期序列，那么它有离散傅立叶级数（DFS）。
（4）对于离散序列 ，它有离散时间傅立叶变换（DTFT），特别要注意这里的DTFT中，频率属于数字角频，和CFT中的模拟角频是不一样的，两者关系是：数字角频=模拟角频*抽样时间。还需要注意的一点是，DTFT属于离散的时间，连续的频谱，频谱是连续的。对于由连续信号抽样得到的离散时间序列，DTFT是一个周期延拓的频谱，DTFT在一个周期内的频谱包络和CFT的频谱包络是基本一致的。
（5）对于离散序列， 它除了有DTFT，还有DFT，区别在于，DTFT属于时间离散，频谱连续，而DFT则是时间离散，频谱也是离散的，所以DFT本质上是对DTFT在频域上均匀采样。并且DFT是DFS的单周期主值，也即是将非周期序列周期延拓后的周期信号的DFS的单周期主值。
（6）对于离散序列，其DFT的快速算法称之为FFT，由于DFT采用矩阵相乘，算法复杂度为信号规模的平方，而FFT有效利用了旋转因子的对称性，很好地降低了DFT的复杂度。FFT有时间抽取（DIT）和频率抽取(DIF)两种。
（7）对于离散序列的z变换，如果将z用exp（j*数字角频） 做变量替换，则z变换退化为DTFT。
|
楼主
标题置顶
标题高亮
