離散傅利葉變換(dft)的輸入是一組離散的值，輸出同樣是一組離散的值。在輸入訊號而言，相鄰兩個取樣點的間隔為取樣時間ts。在輸出訊號而言，相鄰兩個取樣點的間隔為頻率解析度fs/n，其中fs為取樣頻率，其大小等於1/ts，n為輸入訊號的取樣點數。這也就是說，dft的頻域解析度不僅與取樣頻率有關，也與訊號的取樣點數有關。那麼，如果保持輸入訊號長度不變，但卻對輸入訊號進行補零，增加dft的點數，此時的解析度是變還是不變？
答案是此時解析度不變。從時域來看，假定要把頻率相差很小的兩個訊號區分開來，直觀上理解，至少要保證兩個訊號在時域上相差乙個完整的週期，也即是相位相差2pi。舉個例子，假定取樣頻率為1hz，要將週期為10s的正弦訊號和週期為11s的正弦訊號區分開來，那麼訊號至少要持續110s，兩個訊號才能相差乙個週期，此時週期為10s的那個訊號經歷的週期數為11，而11s的那個訊號經歷的週期書為10。轉化到頻域，這種情況下，時域取樣點為110，解析度為1/110=0.00909，恰好等於兩個訊號頻率只差（1/10-1/11）。如果兩個訊號在時域上不滿足「相差乙個完整週期「的話，補零同樣也不能滿足「相差乙個完整週期」，即解析度不發生變化。另外，從資訊理論的角度，也很好理解，對輸入訊號補零並沒有增加輸入訊號的資訊，因此解析度不會發生變化。
那麼，補零到底會帶來什麼樣的影響呢？因為dft可以看做是對dtft的取樣，補零僅是減小了頻域取樣的間隔。這樣有利於克服由於柵欄效應帶來的有些頻譜洩露的問題。也就是說，補零可以使訊號能在頻域被更細緻地觀察。如果不滿足上述「至少相差乙個完整週期」的要求，即便是如dtft一般在頻域連續，也無法分辨出兩個訊號。
那麼，影響dft解析度最本質的物理機制是什麼呢？在於dft的積累時間，解析度為積累時間t的倒數。這點從數學公式上可以很容易得到：
fs/n=1/（nts）=1/t
舉個例子說，如果輸入訊號的時長為10s，那麼無論取樣頻率為多少，當然前提是要滿足奈奎斯特定理，其解析度為1/10=0.1hz。
傅利葉變換補零與能否提高頻率解析度
離散傅利葉變換 dft 的輸入是一組離散的值，輸出同樣是一組離散的值，fft是dft的快速演算法。在輸入訊號而言，相鄰兩個取樣點的間隔為取樣時間ts。在輸出訊號而言，相鄰兩個取樣點的間隔為頻率解析度df fs n，其中fs為取樣頻率，n為輸入訊號的取樣點數 n fs ts 則頻率解析度df為 這也就...
離散傅利葉變換與逆變換
一 怎樣為一副影象增加乙個通道 mat a mat 3,3 1,2,3,4,5,6,7,8,9 mat b mat zeros a.size a.type cout the channels numbers of a channels mat planels mat out merge planel...
傅利葉變換補零提高頻率解析度的理解
可以肯定的是離散傅利葉變換補零能夠提高解析度，下面從理論分析和具體的matlab 實現兩方面說明該如何理解。1 理論上的理解 我們知道傅利葉變換是將乙個訊號從時域變換到頻域，從本質上講訊號還是那個訊號，只是表現形式發生了變化。通過傅利葉變換，可以得到訊號在頻域的資訊，反之，傅利葉逆變換可以得到訊號在...