有限长序列的傅里叶变换称为离散傅里叶变换，简写为DFT。DFT可以按3个步骤由 DFS推导出来： ①将有限长序列延拓成周期序列； ②求周期序列的DFS； ③从DFS中取出一个周期便得到有限长 序列的DFT

§9.2 傅立叶变换的离散性和周期性对称关系 §9.3 从离散傅立叶级数(DFS)到离散傅立叶变换(DFT)

3.1周期序列的离散傅立叶级数 3.1.1周期序列的傅立叶级数（DFS） 对于周期为N的周期序列 可用 基序列 { } 来展开

第四章快速傅立叶变换(FFT) 主要内容: 一、/DFT的问题及解决途径 二、FFT的原理和复杂性 三、按时间抽取的FFT算法 四、按频率抽取的FFT算法 五、离散傅立叶反变换的快速算法 六、线性调频z变换(chirp-z变换)算法 七、线性卷积的FFT算法

§9.4 离散傅立叶变换的性质 §9.5 DFT与Z变换的关系 §9.6 快速傅立叶变换（FFT）

• 傅立叶变换的离散性和周期性 • 从离散傅立叶级数(DFS)到离散傅立叶变换(DFT) • 离散傅立叶变换(DFT)的性质 • 离散傅立叶变换(DFT)与 Z 变换的关系 • 快速傅立叶变换(FFT信号流图) • 离散傅立叶变换(DFT)的应用

实验6FFT算法的应用 实验目的:加深对离散信号的DFT的理解及其FFT算法的运用。 实验原理:N点序列的DFT和IDFT变换定义式如下: n=0 N k=0 利用旋转因子W=e具有周期性,可以得到快速算法 (FFT)。 在 MATLAB中,可以用函数x=fft(x,n)和=ifft(N)计算 N点序列的DFT正、反变换。 实验内容:

快速傅里叶变换（FFT)的出现推动了傅里叶分析的发展和应用。事实上，FFT不是一种新的变换，而是DFT的快速算法。线性卷和及离散傅里叶变换（DFT）是信号处理涉及最多的运算，DFT在相关、滤波及谱估计等方面已得到了广泛的应用。本章重点讨论FFT的基2算法、分裂基算法和使频域细化的线性调频Z变换(CZT)算法，同时，也讨论了卷和的快速算法。 7.1 概述 7.2 直接计算DFT存在的问题及改进的途径 7.3 Goertzel算法 7.4 按时间抽取(DIT)的基2 FFT算法 7.5 按频率抽取(DIF)的基2 FFT算法 7.6 进一步减少运算量的措施 7.7 按频率抽取(DIF)的基4 FFT算法 7.8 分裂基算法 7.9 线性卷和与线性相关的FFT算法 7.10 线性调频Z变换（CZT）

到目前为止，我们讨论了连续时间周期信号的频谱（CTFS）、连续时间非周期信号的频谱（CTFT）及非周期序列的频谱(DTFT)，本章主要讨论周期序列的傅里叶级数（DFS)及其性质、有限长序列的傅里叶变换(DFT)的性质、有限长序列的傅里叶变换与周期序列的傅里叶级数的关系。有限长序列的离散傅里叶变换不仅在理论上十分重要，而且还存在快速算法，因此，离散傅里叶变换在数字信号处理中起着核心作用。 6.1 有限长序列与周期序列的关系 6.2 导出周期序列傅里叶级数的各种途径 6.3 常用周期序列的傅里叶级数 6.4 离散傅里叶变换 6.5 DFS与DFT的性质 6.6 离散傅里叶级数分析法 6.7 有限长序列的ZT、DTFT及DFT的相互表示 6.8 利用DFT逼近CTFT