什么是傅里叶变换？
傅里叶变换，最牛的算法之一，广泛应用于物理学、信号处理、概率、统计、密码学、声学、光学等领域。有人说，看懂了傅里叶，也就看懂了世界，能改变一个人对世界的认知。
这里我们不深究其中，无数学公式推导，仅为大众简单科普一下傅里叶变换是什么。傅里叶变换最精彩之处就是能够将信号在时域与频域之间进行变换，因此我们先解释一下什么是时域和频域。
①时域
时域（Time domain）是描述数学函数或物理信号对时间的关系，例如一个信号的时域波形可以表达信号随着时间的变化。比如下面这个时域图，1秒内反复振动了5次，频率是5，最大振幅是1，整图描述的是每一个时刻的信号值：
②频域
频域（frequency domain）是描述信号在频率方面特性时用到的一种坐标系，频域图显示了在一个频率范围内每个给定频带内的信号量。上面的时域图用频域表示，则是下图。横坐标表示频率，纵坐标表示振幅。这个图表示：这里面有一段波，频率为5，振幅为1。
另外，频域表示还可以包括每个正弦曲线的相位，以便能够重新组合频率分量以恢复原始时间信号。不同相位决定了波的位置，从频域信息复原到时域信息，相位非常重要。
红色和蓝色正弦波具有θ的相位差
傅里叶变换
先亮一下通用傅里叶公式。（“公式恐惧症”请闭眼滑过...)
傅里叶变换，从定义上讲，表示能将满足一定条件的某个函数表示成三角函数或者它们的积分的线性组合。简单来说，它贯穿了时域与频域，能够将任何形式的周期性信号无限拆解，分为多个有规律的简单正弦波信号。（正弦波是一个圆周运动在一条直线上的投影，所以频域的基本单元也可以理解为一个始终在旋转的圆。）
傅里叶级数方波圆动画
例如下面这种也是有规律的波形，可以拆解为若干组波的叠加。
也就是说，傅里叶变换能够将一段复杂的波，分解成多段规律的、单纯波的集合。然后，对这些规律的波从频域进行描述，就有了整段波的谱线图。
如下图，时域观测的方波信号是若干个正弦信号的叠加，当以时间为横轴时可以看到这些信号累加后得到的时域图像，而换一个角度，当以频率为坐标时，则得到的是一个个不同频率的脉冲。信号从时域到频域的转换，则是傅里叶正变换，从频率到时域的表示则是傅里叶逆变换。因此，时域和频域是以完全不同的角度表示相同的信息。（突然想吟诗一首：横看成岭侧成峰，远近高低各不同...）
很多在时域看似不可能做到的操作，在频域却很容易，这就是需要傅里叶变换的地方。尤其是从某条曲线中去除一些特定的频率成分，这在工程上称为滤波，是信号处理最重要的概念之一，只有在频域才能轻松的做到。例如在图像处理中，低频项决定了图像的整体形状，高频项则提供了细节，通过控制滤波器可以过滤掉不同频率的信息，从而决定输出的图像效果。
公式如下图：
傅里叶变换，表示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，傅立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。
Fourier transform或Transformée de Fourier有多个中文译名，常见的有“傅里叶变换”、“付立叶变换”、“傅立叶转换”、“傅氏转换”、“傅氏变换”、等等。
傅里叶变换是一种分析信号的方法，它可分析信号的成分，也可用这些成分合成信号。许多波形可作为信号的成分，比如正弦波、方波、锯齿波等，傅立叶变换用正弦波作为信号的成分。
f(t)是t的周期函数，如果t满足狄里赫莱条件：在一个以2T为周期内f(X)连续或只有有限个第一类间断点，附f（x）单调或可划分成有限个单调区间，则F（x）以2T为周期的傅里叶级数收敛，和函数S（x）也是以2T为周期的周期函数，且在这些间断点上，函数是有限值；在一个周期内具有有限个极值点；绝对可积。则有下图①式成立。称为积分运算f(t)的傅立叶变换，②式的积分运算叫做F(ω)的傅立叶逆变换。F(ω)叫做f(t)的像函数，f(t)叫做F(ω)的像原函数。F(ω)是f(t)的像。f(t)是F(ω)原像。
①傅里叶变换
②傅里叶逆变换
傅里叶变换在物理学、电子类学科、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频率谱——显示与频率对应的幅值大小）。
绛旓細鍌呴噷鍙跺彉鎹㈡槸涓绉嶆暟瀛﹀伐鍏凤紝鐢ㄤ簬灏嗕竴涓嚱鏁帮紙鎴栦俊鍙凤級浠庢椂鍩燂紙鏃堕棿鍩燂級杞崲鍒伴鍩銆傚湪鏁板涓婏紝鍌呴噷鍙跺彉鎹㈡湁澶氱褰㈠紡锛屽叾涓渶甯哥敤鐨勪袱绉嶆槸杩炵画鍌呴噷鍙跺彉鎹㈠拰绂绘暎鍌呴噷鍙跺彉鎹傝繛缁倕閲屽彾鍙樻崲锛圕ontinuous Fourier Transform锛夛細璇风偣鍑昏緭鍏ュ浘鐗囨弿杩 绂绘暎鍌呴噷鍙跺彉鎹紙Discrete Fourier Transform锛孌FT锛夛細璇风偣鍑...
绛旓細浠庣幇浠ｆ暟瀛︾殑鐪煎厜鏉ョ湅锛鍌呴噷鍙跺彉鎹㈡槸涓绉嶇壒娈婄殑绉垎鍙樻崲銆傚畠鑳藉皢婊¤冻涓瀹氭潯浠剁殑鏌愪釜鍑芥暟琛ㄧず鎴愭寮﹀熀鍑芥暟鐨勭嚎鎬х粍鍚堟垨鑰呯Н鍒嗐傚湪涓嶅悓鐨勭爺绌堕鍩燂紝鍌呴噷鍙跺彉鎹㈠叿鏈夊绉嶄笉鍚岀殑鍙樹綋褰㈠紡锛屽杩炵画鍌呴噷鍙跺彉鎹㈠拰绂绘暎鍌呴噷鍙跺彉鎹傚湪鏁板棰嗗煙锛屽敖绠℃渶鍒濆倕閲屽彾鍒嗘瀽鏄綔涓虹儹杩囩▼鐨勮В鏋愬垎鏋愮殑宸ュ叿锛屼絾鏄叾鎬濇兂鏂规硶浠嶇劧...
绛旓細鍌呯珛鍙跺彉鎹㈡槸涓绉嶅垎鏋愪俊鍙风殑鏂规硶锛屽畠鍙垎鏋愪俊鍙风殑鎴愬垎锛屼篃鍙敤杩欎簺鎴愬垎鍚堟垚淇″彿銆傚畾涔変粙缁嶏細f(t)鏄痶鐨勫懆鏈熷嚱鏁帮紝濡傛灉t婊¤冻鐙勯噷璧幈鏉′欢锛氬湪涓涓互2T涓哄懆鏈熷唴f(X)杩炵画鎴栧彧鏈夋湁闄愪釜绗竴绫婚棿鏂偣锛岄檮f锛坸锛夊崟璋冩垨鍙垝鍒嗘垚鏈夐檺涓崟璋冨尯闂达紝鍒橣锛坸锛変互2T涓哄懆鏈熺殑鍌呴噷鍙剁骇鏁版敹鏁涖傚拰鍑芥暟S锛坸锛変篃鏄互2T...
绛旓細浠庣墿鐞嗚搴︾悊瑙ｅ倕閲屽彾鍙樻崲鏄互涓缁勭壒娈婄殑鍑芥暟锛堜笁瑙掑嚱鏁帮級涓烘浜ゅ熀锛屽鍘熷嚱鏁拌繘琛岀嚎鎬у彉鎹锛岀墿鐞嗘剰涔変究鏄師鍑芥暟鍦ㄥ悇缁勫熀鍑芥暟鐨勬姇褰便
绛旓細鍌呴噷鍙跺彉鎹紝浠庡畾涔変笂璁诧紝琛ㄧず鑳藉皢婊¤冻涓瀹氭潯浠剁殑鏌愪釜鍑芥暟琛ㄧず鎴愪笁瑙掑嚱鏁版垨鑰呭畠浠殑绉垎鐨勭嚎鎬х粍鍚銆傜畝鍗曟潵璇达紝瀹冭疮绌夸簡鏃跺煙涓庨鍩燂紝鑳藉灏嗕换浣曞舰寮忕殑鍛ㄦ湡鎬т俊鍙锋棤闄愭媶瑙ｏ紝鍒嗕负澶氫釜鏈夎寰嬬殑绠鍗曟寮︽尝淇″彿銆傦紙姝ｅ鸡娉㈡槸涓涓渾鍛ㄨ繍鍔ㄥ湪涓鏉＄洿绾夸笂鐨勬姇褰憋紝鎵浠ラ鍩熺殑鍩烘湰鍗曞厓涔熷彲浠ョ悊瑙ｄ负涓涓缁堝湪鏃嬭浆鐨勫渾銆
绛旓細鍌呯珛鍙跺彉鎹锛氬倕绔嬪彾鍙樻崲鏄寚灏嗘弧瓒充竴瀹氭潯浠剁殑鏌愪釜鍑芥暟琛ㄧず鎴愪笁瑙掑嚱鏁扮殑绉垎銆傚倕绔嬪彾鍙樻崲鏄湪瀵瑰倕绔嬪彾绾ф暟鐨勭爺绌朵腑浜х敓鐨勩傚湪涓嶅悓鐨勭爺绌堕鍩燂紝鍌呯珛鍙跺彉鎹㈠叿鏈変笉鍚岀殑浣滅敤銆傚湪鍒嗘瀽淇″彿鐨勬椂鍊 涓昏鑰冭檻鐨勯鐜囥佸箙鍊笺佺浉浣嶃鍌呴噷鍙跺彉鎹鐨勪綔鐢ㄤ富瑕佹槸灏嗗嚱鏁拌浆鍖栨垚澶氫釜姝ｅ鸡缁勫悎锛堟垨e鎸囨暟锛夌殑褰㈠紡锛屾湰璐ㄤ笂鍙樻崲...
绛旓細鍌呴噷鍙跺彉鎹鏄竴绉嶅皢鍑芥暟浠庢椂鍩燂紙鏃堕棿鍩燂級杞崲鍒伴鍩燂紙棰戠巼鍩燂級鐨勬暟瀛﹀彉鎹傚父鐢ㄧ殑鍌呴噷鍙跺彉鎹㈠叕寮忓涓嬶細1. 杩炵画鏃堕棿鍌呴噷鍙跺彉鎹紙Continuous Fourier Transform锛夛細F(蠅) = 鈭玔f(t) * e^(-j蠅t)] dt 鍏朵腑锛孎(蠅) 琛ㄧず棰戝煙鐨勫鏁板嚱鏁帮紝f(t) 琛ㄧず鏃跺煙鐨勫嚱鏁帮紝蠅 鏄鐜囷紝j 鏄櫄鏁板崟浣嶃2. ...
绛旓細鍌呴噷鍙跺彉鎹灞炰簬璋愭尝鍒嗘瀽銆傚倕閲屽彾鍙樻崲鐨勯嗗彉鎹㈠鏄撴眰鍑,鑰屼笖褰㈠紡涓庢鍙樻崲闈炲父绫讳技;姝ｅ鸡鍩哄嚱鏁版槸寰垎杩愮畻鐨勬湰寰佸嚱鏁,浠庤屼娇寰楃嚎鎬у井鍒嗘柟绋嬬殑姹傝В鍙互杞寲涓哄父绯绘暟鐨勪唬鏁版柟绋嬬殑姹傝В.鍦ㄧ嚎鎬ф椂涓嶅彉鐨勭墿鐞嗙郴缁熷唴,棰戠巼鏄釜涓嶅彉鐨勬ц川,浠庤岀郴缁熷浜庡鏉傛縺鍔辩殑鍝嶅簲鍙互閫氳繃缁勫悎鍏跺涓嶅悓棰戠巼姝ｅ鸡淇″彿鐨勫搷搴旀潵鑾峰彇;鍗风Н...
绛旓細鍌呯珛鍙跺彉鎹琛ㄧず鑳藉皢婊¤冻涓瀹氭潯浠剁殑鏌愪釜鍑芥暟琛ㄧず鎴愪笁瑙掑嚱鏁帮紙姝ｅ鸡鍜/鎴栦綑寮﹀嚱鏁帮級鎴栬呭畠浠殑绉垎鐨勭嚎鎬х粍鍚堛鍌呴噷鍙跺彉鎹鍙互灏嗗師鏉ラ毦浠ュ鐞嗙殑鏃跺煙淇″彿杞崲鎴愪簡鏄撲簬鍒嗘瀽鐨勯鍩熶俊鍙凤紙淇″彿鐨勯璋憋級锛屽彲浠ュ埄鐢ㄤ竴浜涘伐鍏峰杩欎簺棰戝煙淇″彿杩涜澶勭悊銆佸姞宸ャ傛渶鍚庤繕鍙互鍒╃敤鍌呴噷鍙跺弽鍙樻崲灏嗚繖浜涢鍩熶俊鍙疯浆鎹㈡垚鏃跺煙淇″彿銆傛鏄...
绛旓細1銆鍌呯珛鍙跺彉鎹锛岃〃绀鸿兘灏嗘弧瓒充竴瀹氭潯浠剁殑鏌愪釜鍑芥暟琛ㄧず鎴愪笁瑙掑嚱鏁帮紙姝ｅ鸡鍜/鎴栦綑寮﹀嚱鏁帮級鎴栬呭畠浠殑绉垎鐨勭嚎鎬х粍鍚堛傚湪涓嶅悓鐨勭爺绌堕鍩燂紝鍌呯珛鍙跺彉鎹㈠叿鏈夊绉嶄笉鍚岀殑鍙樹綋褰㈠紡锛屽杩炵画鍌呯珛鍙跺彉鎹㈠拰绂绘暎鍌呯珛鍙跺彉鎹傛渶鍒濆倕绔嬪彾鍒嗘瀽鏄綔涓虹儹杩囩▼鐨勮В鏋愬垎鏋愮殑宸ュ叿琚彁鍑虹殑銆2銆佸倕閲屽彾绾ф暟鍜鍌呴噷鍙跺彉鎹鍏跺疄灏辨槸...
