AIGC标识 调和分析 · 傅里叶级数(FS) · 傅里叶变换(FT) · 离散傅里叶变换(DFT) · 快速傅里叶变换(FFT) 小白级详细讲解

调和分析 · 傅里叶级数(FS) · 傅里叶变换(FT) · 离散傅里叶变换(DFT) · 快速傅里叶变换(FFT)

本文为作者学习笔记，不喜勿喷。本文内容较多，如有需要请自行点开目录跳过些许内容。本文流程图需在亮色风格下才会看见箭头哦。

序章：整体概念

graph TD A[调和分析:研究 “任何东西都能拆成波” 的学问] --> B[傅里叶级数 （周期信号）] A --> C[傅里叶变换 （任意信号）] A --> D[其他分解 （小波、拉普拉斯…）] B --> E[离散傅里叶变换 DFT] C --> E E --> F[快速傅里叶变换 FFT]

一句话概括整条路： 调和分析是“把万物拆成波”的大学问；傅里叶变换是它最著名的工具；DFT 是给计算机用的版本；FFT 是让 DFT 跑得飞快的算法。

一：调和分析到底是什么？

1.1 先看一个日常问题

你听到一段音乐。你耳朵听到的是“空气在振动”。但你脑子里感知到的是“钢琴、小提琴、鼓、人声”。

同一段空气振动，你的耳朵自动把它拆成了不同的“乐器”和“音高”。你的耳朵，天生就在做调和分析。

1.2 “调和”这个词从哪来？

“调和”（\(harmonic\)）这个词，最早来自音乐。

一根琴弦振动时，它不只发出一个音，而是同时发出：

  • 基音：最响的那个音，决定音高；
  • 泛音：比基音高整数倍的音，决定音色。
基音：    频率 f      ━━━━━━━━━━

第二泛音：频率 2f     ━━━━━━━━━━━

第三泛音：频率 3f     ━━━━━━━━━━━

第四泛音：频率 4f     ━━━━━━━━━━━
...

这些频率是“整数倍关系”的音，听起来和谐，所以叫“调和”。

调和分析，就是研究“一个复杂的东西，能不能拆成这些和谐的波”。

1.3 一个更形象的说法：三棱镜

白光看起来是“白色”，但用三棱镜一照，它其实是红橙黄绿蓝靛紫混在一起。

graph TD A[白光]-->B[三棱镜] B-->C[红] B-->D[橙] B-->E[黄] B-->F[绿] B-->G[蓝] B-->H[靛] B-->I[紫]

调和分析就是数学上的三棱镜：

graph TD A[复杂信号]-->B[调和分析] B-->C[各种频率的波]
  • 白光 = 复杂信号
  • 三棱镜 = 傅里叶变换
  • 七色光 = 频率成分

这就是整份讲解的核心比喻，后面会反复用到。

1.4 调和分析的三大问题

调和分析这门学问，核心就回答三个问题：

  1. 能不能拆？ 任何信号都能拆成波吗？
  2. 怎么拆？ 拆的方法是什么？
  3. 拆了有什么用？ 拆开之后能干什么？

傅里叶变换，就是第 \(2\) 个问题的第一个、也是最著名的答案。

二：傅里叶的疯狂想法

2.1 一个被嘲笑的年轻人

\(1807\) 年，法国数学家 傅里叶（Fourier） 提交了一篇论文，里面有一个惊人的断言：

任何周期信号，不管形状多奇怪，都能拆成一堆正弦波和余弦波的和。

当时的数学权威拉格朗日看了，直接说：“这不可能。方波有棱有角，正弦波圆滑，怎么可能拼出来？”

二十年后，人们发现他的方法不仅对，而且成了整个现代信号处理的基石。

2.2 为什么方波能拼出来？

拉格朗日的疑问很自然：方波是“直上直下”的，正弦波是“弯弯曲曲”的，怎么能拼成一样？

答案是：用很多很多个正弦波叠加，棱角会被“堆”出来。

看这个过程（公式不用看！！！）：

1 个正弦波

\[S_1(x)=\frac{4}{\pi}\sin x \]

3 个正弦波叠加

\[S_3(x)=\frac{4}{\pi}\left(\sin x+\frac{1}{3}\sin 3x+\frac{1}{5}\sin 5x\right) \]

6 个正弦波叠加

\[S_6(x)=\frac{4}{\pi}\left(\sin x+\frac{1}{3}\sin 3x+\frac{1}{5}\sin 5x+\frac{1}{7}\sin 7x+\frac{1}{9}\sin 9x+\frac{1}{11}\sin 11x\right) \]

很多个正弦波叠加

\[\cdot\cdot\cdot\cdot\cdot\space\cdot \]

动图

\[S_N(x)=\frac{4}{\pi}\sum_{m=0}^{N-1}\frac{\sin((2m+1)x)}{2m+1} \]

数学上可以严格证明：当正弦波的数量趋于无穷，叠加结果就无限接近方波。

2.3 一个重要区分：加法，不是替换

注意：傅里叶说的是叠加，不是“用正弦波代替方波”。

\[方波 = 正弦1 + 正弦2 + 正弦3 + ... \]

每个正弦波都真实存在，只是它们叠在一起，看起来像方波。

这就像：一首交响乐 = 小提琴声 + 大提琴声 + 长笛声 + ...

每个乐器都真实在响，只是混在一起你听到的是“整体”。

三：傅里叶级数（FS）——周期信号的拆法

3.1 先限定：只拆“会重复”的信号

傅里叶级数只管一类信号：周期信号，也就是会一遍一遍重复的信号。

比如：

心电图

正弦波

方波

这些都会“周而复始”。

3.2 拆出来的“信号”长什么样？

傅里叶级数用的波形只有两种：

  1. 正弦波（\(sin\)）
  2. 余弦波（\(cos\)）

它们都是“圆滑地上下摆动”的波。

而且，用的频率都是“整数倍”关系：

这就像乐高积木：用同一种规格的积木，拼出各种形状。

3.3 每个波形需要几个信息？

一个正弦波，只需要两个信息就能完全确定：

  1. 多响（振幅）：波有多高；
  2. 从哪里开始（相位）：波是从 \(0\) 开始，还是从最高点开始。

所以，拆出来的结果，就是一张表：

频率 多响 从哪里开始
\(1f\) \(2.0\) \(0°\)
\(2f\) \(0.5\) \(90°\)
\(3f\) \(0.3\) \(180°\)
... ... ...

这张表，就是频谱。

3.4 形象的画面：合唱团

把傅里叶级数想成一个合唱团：

  • 每个歌手负责一个频率；
  • 每个歌手有自己的音量（振幅）；
  • 每个歌手有自己的起唱时机（相位）；
  • 所有人同时唱，混在一起就是原始信号。

傅里叶级数做的事，就是“听出合唱团里每个歌手唱得多响、什么时候起唱”。

3.5 傅里叶级数的局限

傅里叶级数只适用于周期信号。

但现实中的信号大多不是周期性的：

  • 你说的一句话，不会重复；
  • 一次地震，不会周期出现；
  • 一个脉冲，只出现一次。

怎么办？傅里叶变换就是答案。

四：傅里叶变换（FT）——任意信号的拆法

4.1 一个巧妙的想法：把周期拉到无穷大

傅里叶级数要求信号“会重复”。

但如果一个信号只出现一次，我们可以认为它“重复周期是无穷大”。

周期 = 1 秒：   [信号][信号][信号][信号]...

周期 = 10 秒：  [信号..............][信号..............]...

周期 = 无穷大： [信号........................................]
                 			（只出现一次，再也不重复）

当周期趋于无穷大，傅里叶级数就“进化”成了傅里叶变换（Fourier Transform）。

4.2 从“离散的频率”变成“连续的频率”

这是最关键的区别。

傅里叶级数：频率是一根一根的柱子，只在 \((f, 2f, 3f, \dots)\) 这些地方有值。

傅里叶级数频谱：

	 █
	 █   █
	 █   █   █
 ────┴───┴───┴────> 频率
	 f   2f  3f

傅里叶变换：频率是连续的一片，每个频率都可能有一点点。

傅里叶变换频谱：
		  ██
		 ████
		██████
	   ████████
   ─────────────────> 频率
	 （连续的曲线）

形象地说：

  • 傅里叶级数像“钢琴”：只有固定的几个键能响；
  • 傅里叶变换像“小提琴”：任意音高都能拉出来。

4.3 傅里叶变换在问什么？

傅里叶变换对每一个可能的频率都问一个问题：

“你这个频率，在原始信号里占多大份量？”

然后给出两个答案：

  1. 份量多大（幅度）；
  2. 起点在哪（相位）。

所以傅里叶变换的输出，是一个关于频率的函数：

输入：时间 → 数值   （信号）

输出：频率 → 复数   （频谱）

这个“复数”就是同时装“幅度”和“相位”的容器。

4.4 形象画面：无数个音叉

想象你面前有无穷多个音叉，每个音叉对应一个频率。

傅里叶变换做的事：

  1. 拿起每个音叉，对着信号敲一下；
  2. 如果信号里真的有这个频率，音叉会“共振”，响得很大；
  3. 如果没有，音叉纹丝不动。

对每个频率都试一遍，就得到了完整的频谱。

这就是傅里叶变换最形象的画面：用无穷多个音叉，去探测信号里有哪些频率。

4.5 傅里叶变换的“三棱镜”版本

回到三棱镜的比喻：

graph TD a[白光（复杂信号）]-->b[三棱镜（傅里叶变换）] b-->c[七色光（频谱）： 红：多亮？ 橙：多亮？ 黄：多亮？ ...]

傅里叶变换就是那个三棱镜。

4.6 傅里叶变换的两个方向

傅里叶变换有两个方向，非常重要：

正变换：时间 → 频率

"这段声音里有哪些频率？"

逆变换：频率 → 时间

"如果我把这些频率按这个谱子叠加，会得到什么声音？"

正变换是“拆”，逆变换是“拼”。

graph LR a[信号]-->b[正变换] b-->c[频谱]
graph RL c[频谱]-->b[逆变换] b-->a[信号]

两个方向都重要。 正变换用于“分析”，逆变换用于“合成”。

五：离散傅里叶变换（DFT）——计算机的版本

5.1 计算机的困境

傅里叶变换是给“连续信号”用的。

但计算机只认识离散的数字。

连续信号（模拟）：   ～～～～～～～～～～
					 （每个瞬间都有值）

离散信号（数字）：    ●   ●   ●   ●   ●
					 （只记录了几个点）

所以，要把傅里叶变换搬进计算机，必须做两件事：

  1. 时间离散化：只取有限个采样点；
  2. 频率离散化：只算有限个频率。

这就是 离散傅里叶变换（Discrete Fourier Transform）。

5.2 DFT 的三个“离散”

项目 连续傅里叶变换 DFT
时间 连续 离散（N 个点）
频率 连续 离散（N 个频率）
计算 积分 求和

DFT 就是把“积分”换成“求和”。

积分是“连续地累加”，求和是“一个一个加起来”。

计算机只会后者。

5.3 DFT 的画面：\(N\) 个音叉排成一排

想象你面前有 \(N\) 个音叉，排成一排，对应 \(N\) 个频率：

 音叉0   音叉1   音叉2   ...   音叉N-1
   │       │       │             │
   f0      f1      f2           fN-1

你手里有 \(N\) 个采样点：

 ●  ●  ●  ●  ●  ●  ●  ●
x0 x1 x2 x3 x4 x5 x6 x7

DFT 做的事：

  1. 拿起音叉 \(0\)，和 \(N\) 个采样点逐个“比对”，加起来；
  2. 拿起音叉 \(1\)，重复；
  3. ...
  4. 拿起音叉 \(N - 1\)，重复。

每个音叉给出一个结果。\(N\) 个音叉给出 \(N\) 个结果。

这就是 DFT 的全部。

5.4 “比对”到底怎么比？

这是最容易被含糊过去的地方。仔细说。

每个音叉对应一个频率。这个频率有自己的“标准波形”：

音叉 k 的标准波形：一个会转圈的指针

具体说，音叉 \(k\) 的标准波形是“每走一个采样点，指针转 \(\frac{k}{N}\) 圈”。

音叉 0：每步转 0 圈     （原地不动）

音叉 1：每步转 1/N 圈

音叉 2：每步转 2/N 圈

		...
		
音叉 N/2：每步转半圈    （正负交替）

		...

比对的方法：

  1. 信号在第 \(n\) 个点的值，乘以音叉 \(k\) 在第 \(n\) 步的指针位置；
  2. 把所有 \(n\) 的乘积加起来。

如果信号和这个音叉“合拍”，乘积会同向叠加，和很大；

如果不合拍，乘积会正负抵消，和接近 \(0\)。

这和前面“拿音叉去敲”的画面完全一致。

5.5 DFT 的结果怎么读？

DFT 输出 \(N\) 个复数。每个复数包含两个信息：

第 k 个结果 = 幅度 + 相位
			  │       │
			  │       └── 这个频率的波从哪里开始
			  │
			  └────────── 这个频率有多响

第 \(0\) 个结果特别重要：

第 0 个结果 = 所有采样点的和 = 直流成分

因为它对应的音叉“原地不动”，所以比对就是“全部加起来”。

5.6 DFT 的对称性：实信号只算一半

如果输入是实数（现实信号几乎都是），DFT 有一个漂亮的对称性：

第 k 个结果 和 第 N-k 个结果，是“共轭”关系

		（幅度相同，相位相反）

意思是：

	频谱的前一半和后一半，是镜像的

所以实际中经常只算前一半（\(0\) 到 \(\frac{N}{2}\)），省一半工作量。

形象地说： 实信号的频谱像一只蝴蝶，左右对称。你只需要看一边。

5.7 DFT 的致命问题：太慢

DFT 的计算量：

  • \(N\) 个采样点；
  • \(N\) 个频率；
  • 每个频率要做 \(N\) 次乘加。

总共：\(N \times N = N^2\) 次操作。

\(N\) \(N^2\) 直观感受
\(8\) \(64\) 瞬间
\(1024\) 约 \(100\) 万 一瞬间
\(100\) 万 \(1\) 万亿 算到天荒地老

\(N\) 稍微大一点，DFT 就算不动了。 这就是 FFT 出场的理由。

六：快速傅里叶变换（FFT）——让 DFT 飞起来

6.1 FFT（Fast Fourier Transform） 不是新变换

FFT 不是一种新的变换。它算出来的结果，和 DFT 一模一样。

FFT 只是计算 DFT 的一种更快的算法。

6.2 FFT 的核心发现：重复劳动

DFT 里，每个频率都要和每个采样点乘一遍。

但仔细看，很多乘法是重复的。

具体说，DFT 用的“指针”，有一个重要性质：

指针转一圈，回到原地

指针转半圈，方向相反

这意味着：

  • 音叉 \(k\) 和音叉 \(k+N\) 的指针位置完全一样；
  • 音叉 \(k\) 和音叉 \(k+\frac{N}{2}\) 的指针位置正好相反。

这些重复，可以合并。

6.3 天才的一刀：按奇偶拆

FFT 的核心操作，简单到不可思议： 把采样点按编号的奇偶，分成两队。

原始：  x0  x1  x2  x3  x4  x5  x6  x7

偶数队：x0      x2      x4      x6

奇数队：    x1      x3      x5      x7

然后：

  1. 偶数队自己算一次 DFT（长度 \(\frac{N}{2}\)）；
  2. 奇数队自己算一次 DFT（长度 \(\frac{N}{2}\)）；
  3. 把两个结果合并成 \(N\) 个结果。

原来的问题：\(N\) 个点算 \(N\) 个频率。

拆开后：两个 \(\frac{N}{2}\) 点问题，最后合并一下。

这就是分治。

6.4 为什么按奇偶拆能成立？

DFT 里，音叉 \(k\) 的指针“每步转 \(\frac{k}{N}\) 圈”。

现在看偶数位置 \(（0, 2, 4, 6）\) 和奇数位置 \(（1, 3, 5, 7）\)：

偶数位置：指针走了 0 步、2 步、4 步、6 步

奇数位置：指针走了 1 步、3 步、5 步、7 步

偶数位置上，指针实际是“每步转 \(\frac{2k}{N}\) 圈”。

这正好是“长度 \(\frac{N}{2}\) 的 DFT”用的指针转速（因为 \(\frac{2k}{N} = \frac{k}{\frac{N}{2}}\))）。

所以，偶数位置的 DFT，就是一个长度 \(\frac{N}{2}\) 的 DFT。
奇数位置同理。

这就是“拆”能成立的数学原因：指针转两步等于小指针转一步。

6.5 合并的秘诀：蝶形

现在把两个小 DFT 的结果合并。

设偶数队算出 \(E\)，奇数队算出 \(O\)。

要得到原始 \(N\) 点的结果，需要做：

\[上结果 = E + (指针方向 × O)\\ \\ 下结果 = E - (指针方向 × O) \]

形状像蝴蝶，所以叫蝶形运算。

三个关键点：

  1. 一个乘法：只算一次“\(指针方向 \times O\)”；
  2. 两个输出：加一次、减一次；
  3. 上下互补：指针转半圈时，上下结果互换。

这就是 FFT 省时间的核心：一次乘法，喂出两个结果。

6.6 一层一层往上搭

拆一次不够，要一直拆到单个点：

graph TD a[8 点]-->b[偶数 4 点] b-->d[偶偶 2 点] b-->e[偶奇 2 点] d-->f[1 点] d-->g[1 点] e-->h[1 点] e-->i[1 点] a-->c[奇数 4 点] c-->j[奇偶 2 点] c-->k[奇奇 2 点] j-->l[1 点] j-->m[1 点] k-->n[1 点] k-->o[1 点]

\(1\) 点的 DFT 就是它自己。 拆到这一步就到底了。

然后从下往上合并：

第 1 层：每 2 个点合并

第 2 层：每 4 个点合并

第 3 层：每 8 个点合并

层数 \(=\) \(N\) 连续除以 \(2\) 多少次到 \(1\)，即 \(log(N)\)。

6.7 座位重排：位反转

拆分时按奇偶分，最后叶子顺序会乱掉。

为了在程序里“不递归、直接迭代”，需要一开始就把输入重排好。

重排规则：把编号写成二进制，然后倒过来读。

0 (000) → 000 → 0

1 (001) → 100 → 4

2 (010) → 010 → 2

3 (011) → 110 → 6

4 (100) → 001 → 1

5 (101) → 101 → 5

6 (110) → 011 → 3

7 (111) → 111 → 7

新顺序：

0, 4, 2, 6, 1, 5, 3, 7

这就是 FFT 程序开头那几行“交换座位”在干的事。

6.8 完整流程（\(8\) 点为例）

graph TD a[输入： x0 x1 x2 x3 x4 x5 x6 x7]-->b[位反转重排 x0 x4 x2 x6 x1 x5 x3 x7] b-->c[第 1 层：相邻两两蝶形 ● ● ● ● ● ● ● ●] c-->d[第 2 层：每 4 个一组蝶形 ●───────●●───────●] d-->e[第 3 层：整体蝶形 ●───────────────●] e-->f[输出： x0 x1 x2 x3 x4 x5 x6 x7]

6.9 一个具体例子：全 1 信号

输入：

1  1  1  1  1  1  1  1

第 1 层（相邻两两蝶形，指针原地）：

1+1=2, 1-1=0  →  2 0 2 0 2 0 2 0

第 2 层（每 4 个一组）：

前半 2 0 和 2 0：  上=4，下=0；另一对 O=0，所以都是 2

得到：4 2 0 2

后半同理：4 2 0 2

合起来：4 2 0 2 4 2 0 2

第 3 层（整体）：

前半和后半完全一样，所以：

4+4=8，4-4=0，其余同理

得到：8 0 0 0 0 0 0 0

结果：

第 0 个 = 8   （直流，所有点加起来）

其余 = 0      （没有其他频率）

完全符合直觉：全 \(1\) 的常数信号，只有直流。

6.9 速度提升

\(N\) \(N\space log\space N\) 直观感受
\(8\) \(24\) 瞬间
\(1024\) \(10240\) 瞬间
\(100\) 万 约 \(2000\) 万 很快

七：四者关系总图

现在把整条路串起来：

graph TD a[傅里叶级数（周期信号） 频率离散 用和式表示]--周期 $\infty$-->b[傅里叶变换 （任意信号） 频率连续 用积分表示] b--时间、频率都离散-->c[DFT（计算机版本） 时间离散 频率离散 用求和表示] c--用分治加速-->d[FFT（DFT 的快速算法） 结果和 DFT 相同 复杂度 $N\space log\space N$]

用一句话串起来：

调和分析是“拆波”的学问；傅里叶级数拆周期信号；傅里叶变换拆任意信号；DFT 是计算机能算的离散版本；FFT 是 DFT 的快速算法。

八：最后一句话

如果整份讲解你只能记住一句话，请记住这句：

傅里叶变换是数学的三棱镜，把复杂信号拆成简单的波；DFT 是给计算机用的离散版；FFT 是让 DFT 从“算不动”变成“秒算”的分治算法。

再简化成三个动作：

graph LR a[拆（按奇偶分）]-->b[转（指针方向）] b-->c[合（蝶形加减）]

这三个动作，就是 FFT 的全部灵魂。

而 FFT，只是调和分析这棵大树上，最实用的一根枝干。

祝你从“萌新”走到“能自己实现 FFT”。

点个赞吧：

附：

声明：作者学校请到了 约书亚·扎尔 教授讲解“调和分析与傅里叶变换”（纯英文教学，没太听懂），为巩固并拓展相关知识，作者请教 deepseek 生成此内容，deepseek 生成的很难看懂，本人又经过尽半天的加工，如：添加了些内容，让文章更形象易懂，所有流程图、公式、图片等均为本人费时费力添加。

再次声明：使用 AI 是因为作者没听懂，让 AI 进行讲解，不喜勿喷。

制作不易，请谅解。如有您觉得不正确或不妥的地方，请及时在评论区留言指正，感谢！

如果觉得对你有帮助，就帮忙点个赞吧！(❁´◡`❁)

posted @ 2026-11-04 18:02  beiciqi  阅读(78)  评论(1)    收藏  举报