什么是快速傅立叶变换？（特别是公式）
快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。设x(n)为N项的复数序列，由DFT变换，任一X（m）的计算都需要N次复数乘法和N-1次复数加法，而一次复数乘法等于四次实数乘法和两次实数加法，一次复数加法等于两次实数加法，即使把一次复数乘法和一次复数加法定义成一次“运算”（四次实数乘法和四次实数加法），那么求出N项复数序列的X（m）,即N点DFT变换大约就需要N2次运算。当N=1024点甚至更多的时候，需要N2=1048576次运算，在FFT中，利用WN的周期性和对称性，把一个N项序列（设N=2k,k为正整数），分为两个N/2项的子序列，每个N/2点DFT变换需要（N/2）2次运算，再用N次运算把两个N/2点的DFT变换组合成一个N点的DFT变换。这样变换以后，总的运算次数就变成N+2（N/2）2=N+N2/2。继续上面的例子，N=1024时，总的运算次数就变成了525312次，节省了大约50%的运算量。而如果我们将这种“一分为二”的思想不断进行下去，直到分成两两一组的DFT运算单元，那么N点的DFT变换就只需要Nlog2N次的运算，N在1024点时，运算量仅有10240次，是先前的直接算法的1%，点数越多，运算量的节约就越大，这就是FFT的优越性.
傅里叶变换（TransforméedeFourier）是一种积分变换。因其基本思想首先由法国学者傅里叶系统地提出，所以以其名字来命名以示纪念。
应用
傅里叶变换在物理学、数论、组合数学、信号处理、概率论、统计学、密码学、声学、光学、海洋学、结构动力学等领域都有着广泛的应用（例如在信号处理中，傅里叶变换的典型用途是将信号分解成幅值分量和频率分量）。
概要介绍
傅里叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。最初傅里叶分析是作为热过程的解析分析的工具被提出的（参见：林家翘、西格尔著《自然科学中确定性问题的应用数学》，科学出版社，北京。原版书名为C.C.Lin&L.A.Segel,MathematicsAppliedtoDeterministicProblemsintheNaturalSciences,MacmillanInc.,NewYork,1974）。
傅里叶变换属于谐波分析。
傅里叶变换的逆变换容易求出,而且形式与正变换非常类似;
正弦基函数是微分运算的本征函数,从而使得线性微分方程的求解可以转化为常系数的代数方程的求解.在线性时不变的物理系统内,频率是个不变的性质,从而系统对于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取;
卷积定理指出:傅里叶变换可以化复杂的卷积运算为简单的乘积运算,从而提供了计算卷积的一种简单手段;
离散形式的傅里叶变换可以利用数字计算机快速的算出(其算法称为快速傅里叶变换算法(FFT)).
绛旓細蹇熷倕姘忓彉鎹紝鏄鏁ｅ倕姘忓彉鎹㈢殑蹇熺畻娉锛屽畠鏄牴鎹鏁ｅ倕姘忓彉鎹㈢殑濂囥佸伓銆佽櫄銆佸疄绛夌壒鎬э紝瀵圭鏁ｅ倕绔嬪彾鍙樻崲鐨勭畻娉曡繘琛屾敼杩涜幏寰楃殑銆傚畠瀵瑰倕姘忓彉鎹㈢殑鐞嗚骞舵病鏈夋柊鐨勫彂鐜帮紝浣嗘槸瀵逛簬鍦ㄨ绠楁満绯荤粺鎴栬呰鏁板瓧绯荤粺涓簲鐢ㄧ鏁ｅ倕绔嬪彾鍙樻崲锛屽彲浠ヨ鏄繘浜嗕竴澶ф銆傝x(n)涓篘椤圭殑澶嶆暟搴忓垪锛岀敱DFT鍙樻崲锛屼换涓X锛坢...
绛旓細蹇熷倕閲屽彾鍙樻崲 (fast Fourier transform), 鍗冲埄鐢ㄨ绠楁満璁＄畻绂绘暎鍌呴噷鍙跺彉鎹紙DFT)鐨勯珮鏁堛佸揩閫熻绠楁柟娉曠殑缁熺О锛岀畝绉癋FT銆傚揩閫熷倕閲屽彾鍙樻崲鏄1965骞寸敱J.W.搴撳埄鍜孴.W.鍥惧熀鎻愬嚭鐨勩傞噰鐢ㄨ繖绉嶇畻娉曡兘浣胯绠楁満璁＄畻绂绘暎鍌呴噷鍙跺彉鎹㈡墍闇瑕佺殑涔樻硶娆℃暟澶т负鍑忓皯銆傜壒鍒槸琚彉鎹㈢殑鎶芥牱鐐规暟N瓒婂锛孎FT绠楁硶璁＄畻閲忕殑鑺傜渷灏...
绛旓細蹇熷倕閲屽彾鍙樻崲锛團FT锛夛紝鏄竴绉嶉珮鏁堣绠楃鏁ｅ倕閲屽彾鍙樻崲锛圖FT锛夌殑绠楁硶锛屽畠鍦1965骞寸敱Cooley鍜孴ukey鎻愬嚭锛屾樉钁楀噺灏戜簡璁＄畻閲忋傚師鏈紝DFT瀵筃椤规湁闄愰暱搴忓垪杩涜棰戝煙鍒嗘瀽锛岄渶瑕佽繘琛孨娆″鏁颁箻娉曞拰N-1娆″鏁板姞娉曪紝杩欏湪澶勭悊澶ц妯℃暟鎹椂鏄惧緱鏁堢巼浣庝笅銆侳FT鍒╃敤浜嗗倕閲屽彾鍙樻崲鐨勫鍋舵у拰瀵圭О鎬э紝閫氳繃鍒嗚В鍜岀粍鍚堝瓙搴忓垪...
绛旓細蹇熷倕閲屽彾鍙樻崲 fast Fourier trans formation 杩涜鏈夐檺绂绘暎鍌呴噷鍙跺彉鎹(DFT)鐨勫揩閫熺畻娉銆傜畝绉癋FT銆備竴涓鏉傜殑娉㈠舰鍙互鍒嗚В涓轰竴绯诲垪璋愭尝銆傞拡瀵硅繖涓鐗╃悊鐜拌薄锛屽湪鏁板涓婂缓绔嬪苟鍙戝睍浜嗕竴濂楁湁鏁堢殑鐮旂┒鏂规硶锛岃繖灏辨槸鍌呴噷鍙跺垎鏋愩傚埄鐢ㄧ數瀛愯绠楁満杩涜鍌呴噷鍙跺垎鏋愶紝涓昏澶勭悊绂绘暎鍑芥暟鐨勫倕閲屽彾灞曞紑锛屼篃灏辨槸涓夎鍑芥暟鐨勬彃鍊...
绛旓細FFT锛屽嵆蹇熷倕閲屽彾鍙樻崲锛鏄竴绉嶇敤浜庤绠楃鏁ｅ倕閲屽彾鍙樻崲鍙婂叾閫嗗彉鎹㈢殑绠楁硶銆侳FT绠楁硶鍦ㄨ绠楁満绉戝銆佸伐绋嬪銆佺墿鐞嗗绛夐鍩熸湁鐫骞挎硾鐨勫簲鐢紝灏ゅ叾鍦ㄤ俊鍙峰鐞嗐佸浘鍍忓垎鏋愩侀煶棰戝鐞嗙瓑鏂归潰鍙戞尌鐫閲嶈浣滅敤銆侳FT绠楁硶鐨勪富瑕佺洰鐨勬槸灏嗗鏉傜殑淇″彿鍒嗚В鎴愬叾鏋勬垚鐨勪笉鍚岄鐜囩殑姝ｅ鸡娉傞氳繃灏嗕俊鍙峰垎瑙ｄ负棰戠巼鎴愬垎锛屾垜浠兘澶熸洿瀹规槗...
绛旓細蹇熷倕閲屽彾鍙樻崲锛FFT锛夋槸涓绉嶈绠楃鏁ｅ倕閲屽彾鍙樻崲鐨勯珮鏁堟柟娉曪紝涓昏鍒嗕负涓ょ锛氭椂闂存娊鍙朏FT鍜岄鐜囨娊鍙朏FT銆傛椂闂存娊鍙朏FT鏄熀浜庝俊鍙峰簭鍒楃殑鍛ㄦ湡鎬у拰瀵圭О鎬с傞鍏堬紝灏嗘椂鍩熶俊鍙峰簭鍒楁寜濂囧伓鎬у垎缁勶紝鐒跺悗鍒╃敤淇″彿鐨勫懆鏈熸э紝灏嗗叾鍒嗚В涓哄伓鏁板拰濂囨暟閮ㄥ垎鐨勫簭鍒椼備互N=2涓轰緥锛屼俊鍙疯鍒嗚В涓轰袱涓狽/2锛堣繖閲孨涓2鐨勫嶆暟锛夌殑...
绛旓細蹇熷倕閲屽彾鍙樻崲锛鑻辫锛欶ast Fourier Transform锛孎FT锛夛紝鏄揩閫璁＄畻搴忓垪鐨勭鏁ｅ倕閲屽彾鍙樻崲锛圖FT锛夋垨鍏堕嗗彉鎹㈢殑鏂规硶銆傚倕閲屽彾鍒嗘瀽灏嗕俊鍙蜂粠鍘熷鍩燂紙閫氬父鏄椂闂存垨绌洪棿锛夎浆鎹㈠埌棰戝煙鐨勮〃绀烘垨鑰呴嗚繃鏉ヨ浆鎹侳FT浼氶氳繃鎶奃FT鐭╅樀鍒嗚В涓虹█鐤忥紙澶у涓洪浂锛夊洜瀛愪箣绉潵蹇熻绠楁绫诲彉鎹傚洜姝わ紝瀹冭兘澶熷皢璁＄畻DFT鐨勫鏉傚害浠...
绛旓細蹇熷倕閲屽彾鍙樻崲 (fast Fourier transform), 鍗冲埄鐢ㄨ绠楁満璁＄畻绂绘暎鍌呴噷鍙跺彉鎹紙DFT)鐨勯珮鏁堛佸揩閫熻绠楁柟娉曠殑缁熺О锛岀畝绉癋FT銆傚揩閫熷倕閲屽彾鍙樻崲鏄1965骞寸敱J.W.搴撳埄鍜孴.W.鍥惧熀鎻愬嚭鐨勩傞噰鐢ㄨ繖绉嶇畻娉曡兘浣胯绠楁満璁＄畻绂绘暎鍌呴噷鍙跺彉鎹㈡墍闇瑕佺殑涔樻硶娆℃暟澶т负鍑忓皯锛岀壒鍒槸琚彉鎹㈢殑鎶芥牱鐐规暟N瓒婂锛孎FT绠楁硶璁＄畻閲忕殑鑺傜渷灏...
绛旓細FFT锛堝揩閫熷倕閲屽彾鍙樻崲锛夛細FFT绠楁硶鏄疍FT绠楁硶鐨勬敼鑹増锛岃孌FT鏄疐FT鐨勭鏁ｅ寲銆傜悊瑙FT锛屽氨浠庡倕閲屽彾鍙樻崲鍒癉FT鍐嶅埌FFT鐨勬濊矾杩涜鎺ㄥ銆傜瑪鑰呬篃浼氭寜鐓ц繖鏍风殑鎬濊矾杩涜璁茶В鎺ㄥ銆傚倕閲屽彾鍙樻崲锛氬倕閲屽彾鍙樻崲鏄倕閲屽彾绾ф暟鐨勬帹骞匡紝鎵浠ュ湪璋堝倕閲屽彾鍙樻崲涔嬮棿锛屽厛璇翠竴涓嬪倕閲屽彾绾ф暟銆傚湪澶у鏈熼棿瀛︿範鏃犵┓绾ф暟鏈夌浉鍏冲熀纭鐨...
绛旓細FFT锛團ast Fourier Transformation锛夛紝鍗充负蹇熷倕姘忓彉鎹紝鏄鏁ｅ倕姘忓彉鎹㈢殑蹇熺畻娉锛屽畠鏄牴鎹鏁ｅ倕姘忓彉鎹㈢殑濂囥佸伓銆佽櫄銆佸疄绛夌壒鎬э紝瀵圭鏁ｅ倕绔嬪彾鍙樻崲鐨勭畻娉曡繘琛屾敼杩涜幏寰楃殑銆傚畠瀵瑰倕姘忓彉鎹㈢殑鐞嗚骞舵病鏈夋柊鐨 鍙戠幇锛屼絾鏄浜庡湪璁＄畻鏈虹郴缁熸垨鑰呰鏁板瓧绯荤粺涓簲鐢ㄧ鏁ｅ倕绔嬪彾鍙樻崲锛屽彲浠ヨ鏄繘浜嗕竴澶ф銆俓x0d\...
