4、傅里叶变换入门：连续傅里叶变换、离散傅里叶变换、频谱与功率谱的概念
傅里叶变换是音频信号时频分析的理论基石。它回答了这样一个核心问题：一段随时间起伏的声波，究竟由哪些频率成分以何种强度叠加而成？从工程应用角度看，无论是均衡器调节、噪声抑制、音频编码，还是扬声器频响测量，其底层都依赖傅里叶变换将时间域信号映射到频率域。本章从连续傅里叶变换（CFT）出发，引出离散傅里叶变换（DFT）的工程实现，并厘清频谱与功率谱这两个极易混淆的核心概念，为后续的短时傅里叶变换（STFT）与频谱处理打下基础。
4.1 核心原理：从连续傅里叶变换到离散傅里叶变换
连续傅里叶变换（CFT）将连续时间信号 x(t) 分解为不同频率的复指数分量之和，其定义为：X(f) = ∫₋∞⁺∞ x(t) · e^(-j2πft) dt。其中 X(f) 为复数，包含幅度与相位信息。CFT 在数学上完美，但计算机无法处理连续积分，因此必须引入离散化。离散傅里叶变换（DFT）针对长度为 N 的有限长序列 x[n]（n=0,1,...,N-1），其定义为：X[k] = Σₙ₌₀^{N-1} x[n] · e^(-j2πkn/N)，k=0,1,...,N-1。DFT 的输出 X[k] 是长度为 N 的复数序列，对应 N 个离散频率点，频率分辨率为 fs/N（fs 为采样率）。
从工程视角看，DFT 是 CFT 的“可计算版本”：它假设信号在时域被等间隔采样（采样定理保证不混叠），在频域被等间隔取点（对应周期延拓）。DFT 的快速算法 FFT（快速傅里叶变换）将计算复杂度从 O(N²) 降至 O(N log N)，使得实时频谱分析成为可能。例如，对 1024 点采样做 FFT，仅需约 10240 次复数乘法，而直接 DFT 需要约 100 万次，差距达两个数量级。
4.2 频谱与功率谱：概念辨析与计算方法
频谱（Spectrum）通常指 DFT 或 CFT 的直接输出，包含幅度谱和相位谱。幅度谱 |X[k]| 直观显示各频率成分的强弱，单位与信号幅度一致（如 Pa、V）；相位谱则包含时间对齐信息，在音频处理中常被忽略（人耳对相位不敏感），但在波束成形、回声消除等场景中至关重要。功率谱（Power Spectral Density, PSD）描述信号功率在频率上的分布，单位是信号幅度的平方除以频率（如 V²/Hz）。对于确定性周期信号，功率谱可通过 |X[k]|²/N² 计算；对于随机信号，则需采用周期图法或 Welch 方法（平均周期图）估计。
| 对比维度 | 频谱（幅度谱） | 功率谱密度（PSD） |
|---|---|---|
| 数学定义 | X(f) 或 X[k] 的模 | |X(f)|²/T 或 E[|X[k]|²] |
| 物理单位 | 信号幅度单位（V, Pa） | 幅度²/Hz（V²/Hz） |
| 相位信息 | 保留（在复数中） | 丢弃（取模平方） |
| 适用信号 | 周期信号、瞬态信号 | 随机信号、平稳噪声 |
| 典型应用 | 谐波分析、频谱整形 | 噪声评估、信噪比计算 |
计算功率谱时需注意归一化：对长度为 N 的实信号，单边功率谱密度为 P(f) = 2·|X[k]|²/(fs·N)，其中因子 2 用于合并正负频率能量（实信号频谱共轭对称），除以 fs·N 是为了得到单位 Hz 的功率密度。若只需比较相对大小，可直接使用 |X[k]|² 作为功率谱的近似。
4.3 案例拆解：1 kHz 正弦波的频谱与功率谱分析
假设我们以 fs = 8000 Hz 采样率采集一段 1 kHz 正弦波，时长 0.1 秒，共 N = 800 点。信号幅度为 1 V，无直流偏置。目标：计算其频谱与功率谱，并验证频率分辨率。
- 生成信号：x[n] = sin(2π·1000·n/8000)，n=0,...,799。
- 执行 FFT：对 x[n] 做 800 点 FFT，得到 X[k]（k=0,...,799）。
- 频率映射：k=100 对应频率 f = 100·8000/800 = 1000 Hz，正好是信号频率。
- 幅度谱：|X[100]| = 400（因为正弦波幅度 1V，N/2=400），|X[700]| = 400（负频率镜像）。
- 功率谱：单边 PSD 在 1000 Hz 处为 2·400²/(8000·800) = 0.05 V²/Hz。若用 1/3 倍频程带宽（约 231 Hz）积分，得到该频带功率约 11.55 V²，对应 RMS 值约 0.707 V，与理论值一致。
此案例验证了 DFT 频率分辨率为 fs/N = 10 Hz，即能区分间隔 ≥10 Hz 的两个频率分量。若信号时长缩短至 0.05 秒（N=400），分辨率降至 20 Hz，1 kHz 与 1.01 kHz 将无法区分，这就是频谱分析中“时间-频率分辨率权衡”的直观体现。
4.4 常见误区与总结复盘
误区一：混淆幅度谱与功率谱。幅度谱的单位是 V，功率谱单位是 V²/Hz，两者相差一个“平方”和“归一化”。在比较不同采样率下的频谱时，必须使用功率谱密度，否则结果不可比。
误区二：忽略窗函数的影响。直接对截断信号做 DFT 会产生频谱泄漏——能量从真实频率扩散到相邻频点。例如上述 1 kHz 正弦波若时长不是周期的整数倍，频谱会出现“裙边”。解决方法是加窗（如汉宁窗、平顶窗），但加窗会降低频率分辨率（主瓣变宽）。
误区三：认为 DFT 点数越多分辨率越高。分辨率由信号实际时长决定（Δf = 1/T），而非 FFT 点数。补零只能插值，不能增加信息量。
误区四：忽视直流分量与奈奎斯特频率的特殊处理。对于实信号，X[0] 和 X[N/2]（N 为偶数时）是实数，单边谱转换时这两个点不应乘以 2。