本文讲述了傅里叶变化的作用、基本原理以及离散傅里叶变换的使用。多图预警，如果文字不太好理解，那么看图也可以收获一些东西。
傅里叶变换是整个通信行业的基石，并且广泛应用在图像处理、音视频处理、统计学、密码学等等行业。
傅里叶变换的作用是什么？
打个比方，我们历史文章有说过声音。不同人发声的频率是不一样的，男声的频率比较低，女声的频率比较高，同理尖叫频率会非常高。
此图上半部的横坐标是时间，纵坐标是幅度。此图下半部做了傅里叶变换之后的结果。
图片源自https://www.bilibili.com/video/BV1pW411J7s8
此图下半部分横坐标是频率，纵坐标是幅度，此时只需要把尖叫声相应的频率去掉，再做一下逆傅里叶变换，重新生成一个新的音频，这时的音频就没有尖叫声了。
图片源自https://www.bilibili.com/video/BV1pW411J7s8
还有一个比方，就是三棱镜。初中的时候学过，白光是由多种颜色的光组成，不同颜色的光的波长不一样，频率也不一样。
声音是波，光也是波，不同的波长的波，频率不一样。傅里叶变换就如三棱镜，把不同频率的波给分解出来。
而想要了解傅里叶变换的思想，不得不不从公式说起……
这个公式，似乎有点眼熟，甚至是不少人的痛苦回忆……
让我们先忘了上面那个公(tong)式(ku)，不妨先假设，傅里叶一开始是这么想的(傅里叶级数的公式)：
任何周期性的波形，最终都可以由一个A0的直流分量，再加上不同频率的正弦波叠加而成。
？有点反直觉，下面这图，演示了如何让不同的正弦波，叠加成一个方波的：
图像来自wiki百科
又或者： 
可见只要正弦波够多，方波就可以足够“方”。
在数学领域，正弦波可以有无限多个，最终肯定能组成一个真正的方波。
在工程领域，由于采样点数有限，不需要制造一个完美的方波，近似就可以了。所以是可行的。
那么问题来了，三角函数里面，我们学过sin或者cos。那么sin、正弦波到底是什么？
正弦信号的两种图形化表示 (图片来源: http://1ucasvb.tumblr.com)
有一个长度为A的极细的木棍，一直在基于坐标原点旋转，随着时间旋转，这个点在纵坐标的投影，就是sin正弦波；这个点在横坐标的投影，就是cos余弦波。
回到这个公式，
有点明白了。公式中的An是木棍的长度（幅度Amplitude），nω是这个木棍的旋转速度（频率Frequency），φn是木棍刚开始旋转时的位置（相位Phase Angle）。如下图：
图片源自https://betterexplained.com/articles/an-interactive-guide-to-the-fourier-transform/
如果我们想要知道，某个频率的正弦波，是否存在于这段信号中，并且该频率的正弦波的幅度和相位是多少。
这就利用到正弦波的正交性，正交性的一个特点是：
不同频率的正弦波相乘，在一定周期内积分后，结果为0。
相同频率的正弦波相乘，在一定周期内积分后，结果不为0。
那么在这段信号中，想要获得某个频率的正弦波的幅度和相位，检波手段即为，该频率的正弦波和目标信号，相乘后积分即可。
具体推导过程可以参考DBinary在zhihu上的回答 : https://www.zhihu.com/question/22085329/answer/774074211。
此刻我们需要记住的是：相乘后积分
我们知道傅里叶变换是一个神奇的频率分离器……
刚才也说到检波的手段是：相乘再积分……
这个时候再看看，傅里叶正变换的公式……
我们看到了，相乘——目标函数的相乘，也有看到了积分。
但是这个e没看懂，难道这就代表正弦波？
没错，准确来讲是一个复平面的正弦波。
介绍一下复平面，如下： 
横轴是实轴，纵轴是虚轴。z=x+iy, z就代表：横轴位置是x，纵轴位置是y，这样一个向量。
还记得刚才旋转的木棍吗？z是一根木棍，此时此刻，我们获得了一根静止的木棍。
但我们得让它旋转起来，这样才能得到正弦波啊。
在复数中，1乘以i，就等于i, i 再乘以 i，就是-1。 
这是因为乘以一个i，就相当于逆时针旋转90度。
另外欧拉公式定义如下： 
图源自betterexplained
eiπ 代表了旋转了180度的位置，横坐标为-1，纵坐标为0
e2πi 代表了旋转了360度的位置，横坐标为1，纵坐标为0
e2πit 其中t代表时间，如果t的值是0.5秒的话，横坐标为-1，纵坐标为0。如果t的值是1秒的话，横坐标为1，纵坐标为0。这代表啥，代表这个木棍它随着时间转动了，而且转动频率是，一秒转动一圈。
如果加上f这个代表频率的变量，如e2iπft 如果此刻f是2的话，那么转动频率是，一秒转动两圈。
当然你想要让它顺时针旋转的话，加个负号就可以了：e − 2iπft
有时候会看到，用j替代i的情况，e − 2jπft 都是一个意思，用j表示，只是因为在物理或者电子领域，i通常被表示成电流了。
也有时候 f 即频率也会被其它字母表示（ξ），t也可能被其它字母表示，如：
没关系，都是一个意思。
此刻我们创建的是，正弦波的复平面信号，那么它其实是立体的，三维的。
复指数信号随时间的变化轨迹：
复指数信号随时间的变化轨迹，图自《深入浅出通信原理》
复指数信号在复平面上的投影：
复指数信号在复平面上的投影，图自《深入浅出通信原理》
复指数信号在实轴上的投影随时间变化的曲线:
图自《深入浅出通信原理》
复指数信号在虚轴上的投影随时间变化的曲线:
图自《深入浅出通信原理》
如果不太好想象的话，网上有大佬做的动画，更加直观一点：
图源自https://www.bilibili.com/video/av19086191/
那么问题来了，复平面信号如何和目标函数相乘。两个复数的乘法在极坐标下的表示最简单，笛卡尔坐标转换到极坐标的过程: 
至于相乘的过程，B站的3blue1brown的动画，也的的确确完美地表现了出来: 
额，有点超纲了。在上一篇快速学习方法中，在学习的过程中，我们已经掌握了最小启动知识，此刻我们需要练习，那么我们可以使用离散傅里叶变换进行练习，加深理解。
如上，相比连续傅里叶变换中的公式，以上的离散傅里叶变换中，积分变成了上面的累加，连续的频率变化，也变成了上面的各个k个频率的采样。
better explained中有个吊炸天的网页插件，可以很方便的观察时域和频域的变化。 : https://betterexplained.com/articles/an-interactive-guide-to-the-fourier-transform/
因为众所周知的墙的原因，我把这个插件下载下来，放在我的github页面上了：https://github.com/Binfun/fourier_transform
下载打开html就可操作，如下：
左上角的Cycles框所显示的1 2，即为频率数据。 右上角的Time框所显示的3 -1，即为时域数据。
Cycles框中的第一个数字（图中的1）即为0Hz的直流分量的幅值，
第二个数字（图中的2）即为1Hz的正弦波的幅值，
如果有第三个数字的话，那么就代表2Hz的正弦波的幅值，以此类推3Hz 4Hz...等等。
Time框中的3 -1分别代表第1个和第2个采样点的值，即黄色的点。
灰色的直线代表0Hz的直流分量，绿色的曲线代表1Hz的正弦波，蓝色的曲线代表他们叠加的结果。
我们可以用这个工具做很多事情，比如我们可以用它来观察，为什么时域的数据移位，等同于频域的相位变化： 
没错Cycle框数字中，冒号后面的那个数字就代表相位。
甚至于，我们可以使用这段动画去理解，观察频域补零，时域插值的现象： 
好像说的有点远了，强烈建议自己亲手尝试，会有不同的感觉。
回到离散傅里叶变换的公式：
如果有时域数据: [1, 2, 3] 的话， 那么代入公式算得频域数据的结果为:
[6 + 0i, -1.5 + 0.86603i, -1.5 - 0.86603i]
因为时域/频域数据有3个，也就是相同频点上累加了3次，我们需要除以N就是3，进行复原：
[2 + 0i, -0.5 + 0.28868i, -0.5 - 0.28868i]
这三个复数，就代表了下面图中Cycles框中的：
2 0.58:150 0.58:-150
还记得上次说的那个木棍吗？-0.5 + 0.28868i就代表旋转速度为1Hz的木棍的起始点。
计算幅度（木棍长度）：
计算相位（木棍起始位置）： arctan(0.28868/-0.5) = 150度
至于代表0Hz的2 + 0i怎么理解，只有这一根木棍是不旋转的，静止的，是直流分量。
说道直流分量，我们就可以大胆地猜测，离散傅里叶变换，就是将时域信号当成周期信号处理，算得傅里叶级数的系数啊。
细心的同学可能发现，图中的正弦波当相位是0的时候，其实是cos函数，而不是sin函数。
这是因为cos反应的是实数域的情况。这个页面中，时域数据中的虚部都是0，验证也简单，把Cycle中的相位都加个90度试试，看看Time是不是都是0，这是因为时域的虚部的值都是0呀。 
读到这里，可能你觉得有些细节不太够。但也许我们已经有了点全局模糊的认识，整体框架已对，再了解细节，事半功倍。
具体细节可以参阅参考资料，巨人的肩膀，非常的精彩。
