傅里叶变换在信号处理中的应用

傅里叶变换在信号处理中的应用

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幅值谱——显示与频率对应的幅值大小）。

尽管最初傅立叶分析是作为热过程的解析分析的工具，但是其思想方法仍然具有典型的还原论和分析主义的特征。"任意"的函数通过一定的分解，都能够表示为正弦函数的线性组合的形式，而正弦函数在物理上是被充分研究而相对简单的函数类，这一想法跟化学上的原子论想法何其相似！奇妙的是，现代数学发现傅立叶变换具有非常好的性质，使得它如此的好用和有用，让人不得不感叹造物的神奇：

1.傅立叶变换是线性算子，若赋予适当的范数，它还是酉算子；

2.傅立叶变换的逆变换容易求出，而且形式与正变换非常类似；

3.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；

4.著名的卷积定理指出：傅立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；

5.离散形式的傅立叶变换可以利用数字计算机快速的算出（其算法称为快速傅立叶变换算法（FFT)).

正是由于上述的良好性质，傅里叶变换在物理学、数论、组合数学、信号处理、概率、统计、密码学、声学、光学等领域都有着广泛的应用。

有関傅立叶变换的FPGA实现

傅立叶变换是数字信号处理中的基本操作，广泛应用于表述及分析离散时域信号领域。但由于其运算量与变换点数N的平方成正比关系，因此，在N较大时，直接应用DFT算法进行谱变换是不切合实际的。然而，快速傅立叶变换技术的出现使情况发生了根本性的变化。本文主要描述了采用FPGA来实现2k/4k/8k点FFT的设计方法。

离散傅里叶变换的应用

DFT在诸多多领域中有着重要应用，下面仅是颉取的几个例子。需要指出的是，所有DFT的实际应用都依赖于计算离散傅里叶变换及其逆变换的快速算法，即快速傅里叶变换（快速傅里叶变换（即FFT）是计算离散傅里叶变换及其逆变换的快速算法。）。

1.频谱分析

DFT是连续傅里叶变换的近似。因此可以对连续信号x(t)均匀采样并截断以得到有限长的离散序列，对这一序列作离散傅里叶变换，可以分析连续信号x(t)频谱的性质。前面还提到DFT应用于频谱分析需要注意的两个问题：即采样可能导致信号混叠和截断信号引起的频谱泄漏。可以通过选择适当的采样频率（见奈奎斯特频率）消减混叠。选择适当的序列长度并加窗可以抑制频谱泄漏。

2.数据压缩

由于人类感官的分辨能力存在极限，因此很多有损压缩算法利用

这一点将语音、音频、图像、视频等信号的高频部分除去。高频信号对应于信号的细节，滤除高频信号可以在人类感官可以接受的范围内获得很高的压缩比。这一去除高频分量的处理就是通过离散傅里叶变换完成的。将时域或空域的信号转换到频域，仅储存或传输较低频率上的系数，在解压缩端采用逆变换即可重建信号。

快速傅里叶变换的应用

离散傅里叶变换(DFT) 存在的不足是计算量太大,很难进行实时处理。计算一个N 点的DFT ,一般需要2N次复数乘法和N(N-1)次复数加法运算。因此,当N较大或要求对信号进行实时处理时,往往难以实现所需的运算速度。

1965年,J.W.Cooly和J.W.Tukey发现了DFT的一种快速算法,经其他学者进一步改进, 很快形成了一套高效运算方法,这就是现在通用的快速傅里叶变换, 简称FFT

快速傅里叶变换的产生，使得傅里叶变换大为简化，在不牺牲耗电量的条件下提高了系统的运算速度，增强了系统的综合能力，提高了运算速度，因此快速傅里叶变换在生产和生活中都有着非常重要的作用，对于学习掌握都有着非常大的意义。