傅里叶变换、傅里叶逆变换、离散傅里叶变换、快速傅里叶变换

傅里叶变换是信号分析与处理领域的“基石”，将时域信号转换为频域表示，解决了时域难以区分干扰与失真的核心问题。

从傅里叶级数（周期信号）到傅里叶变换（非周期信号），再到离散傅里叶变换（DFT，数字信号）和快速傅里叶变换（FFT，高效计算），傅里叶变换家族的演进推动了现代电子工程从理论到实践的跨越。

一、傅里叶变换

傅里叶级数仅适用于周期信号，但实际工程中存在大量非周期信号（如脉冲、瞬态信号）。傅里叶变换（FFT）通过将时域信号扩展到无限时间范围，破解了非周期信号的频域表示难题。

对于一个时域信号( x(t) )，其傅里叶变换定义为：

其中，( Y(f) )为频域信号（频谱），( f )为频率。与傅里叶级数（离散谱线）不同，傅里叶变换的频谱是连续的，能精准表示信号的连续频率分布。

以单个矩形脉冲信号为例，其时域函数为：

其他

通过傅里叶变换，其频域函数为：

该频谱呈现“sinc 函数”形状，反映了脉冲信号的频率特性——高频分量随频率升高而衰减，这是非周期信号频域分析的典型特征。

傅里叶逆变换（IFT）是傅里叶变换的逆过程，将频域信号转换回时域，公式为：傅里叶变换与逆变换构成“傅里叶变换对”，确保时域与频域表示的一一对应。例如，通过IFFT可将频域的sinc函数转换回矩形脉冲，验证信号的完整性——这是频域分析“可逆性”的核心价值。

随着数字信号处理（DSP）的兴起，需要将连续信号的傅里叶变换离散化，以适应计算机处理。离散傅里叶变换（DFT）应运而生，它将时域中的采样信号转换为频域中的采样信号，是数字信号分析的“桥梁”。

对于时域采样信号( y(nT) )（( T )为采样周期，( n = 0,1,……,N-1 )），其DFT定义为：

其中，( F = 1/(N T) )为频率分辨率（频域采样间隔），( k = 0,1,……,N-1 )为频域采样点。DFT是傅里叶变换的离散形式，适用于数字信号分析，是频谱分析仪、网络分析仪等设备的核心算法。

例如，在通信系统中，DFT可用于分析数字调制信号（如QAM、OFDM）的频谱，检测邻道干扰；在雷达系统中，DFT可处理回波信号的采样数据，提高目标探测精度。

离散傅里叶变换的计算复杂度为(N^2)，当采样数( N )较大时（如1024点），计算量极大（1024点DFT需约100万次运算）。快速傅里叶变换（FFT）通过算法优化，将计算复杂度降低到( Nlog_2(N) )，使傅里叶变换在工程中“实用化”。

以1024点DFT为例，DFT需要计算( 1024^2 = 1,048,576 )次运算，而FFT仅需(10,240 )次运算，效率提升超过100倍。FFT的出现，使实时频谱分析、数字信号处理成为可能——现代仪器（如示波器、频谱分析仪）均采用FFT算法，实现信号的快速频域分析。

傅里叶变换家族在通信、雷达、电子测试等领域发挥着不可替代的作用：

在AM、FM等调制过程中，通过傅里叶变换分析信号频谱，可检测调制失真（如过调制导致的频谱展宽）；在解调过程中，通过DFT处理接收信号，恢复基带信号，确保通信质量。例如，5G通信中的OFDM调制，其频谱分析依赖FFT，实现多载波信号的快速处理。

雷达通过发射周期脉冲信号，接收目标反射的回波信号。脉冲信号的频谱分析（基于FFT）用于计算信号传播时间（目标距离）；通过DFT处理回波信号的采样数据，可抑制杂波干扰，提高目标识别精度。

频谱分析仪是电子测试的“眼睛”，其工作原理基于FFT。例如，检测电源的谐波失真（如50 Hz电源的3次、5次谐波），通过FFT快速计算信号频谱，确保设备兼容性；在射频电路测试中，通过FFT分析信号的频谱纯度，优化电路性能。

从傅里叶变换（非周期信号）到离散傅里叶变换（数字信号），再到快速傅里叶变换（高效计算），傅里叶变换家族的演进解决了信号分析中的关键问题：傅里叶变换连接了时域与频域，DFT适应了数字时代的需求，FFT则推动了实时信号处理的发展。