用C++实现了快速傅里叶变换FFT，并且用matlab自带的fft函数测试结果非常吻合，最后用FFT对一幅图像进行测试。代码中含有详细的解释，并且还有位图的格式，读写位图的操作。

包含2个c代码和一个pcm资源文件。 512点的fft变换， 440.pcm是16位单声道的pcm数据，采样率是44100hz，声音是一个低频正弦波 main函数读入512个short形采样点（方括号），然后进行快速fft变换， 变换后的结果是各个频率下面的幅值，可以用于显示柱状频普，（圆括号）。

本书可供通信、视频等信号处理领域的工程技术人员、研究人员参考使用，也适用于相关专业本科高年级学生和研究生，以及教师和自学者。

快速傅立叶变换(FFT)作为时域和频域转换的基本运算，是数字谱分析的必要前提。传统的FFT使用软件或DSP实现，高速处理时实时性较难满足。FPGA是直接由硬件实现的，其内部结构规则简单，通常可以容纳很多相同的运算单元，因此FPGA在作指定运算时，速度会远远高于通用的DSP芯片。FFT运算结构相对比较简单和固定，适于用FPGA进行硬件实现，并且能兼顾速度及灵活性。本文介绍了一种通用的可以在FPGA上实现32点FFT变换的方法。

电子信息通信，数字信号处理实验，快速傅离叶变换和在信号处理中的应用，音频时域频域分析，加噪并设计滤波器，matlab代码实现。

这个写的非常好，可以直接参考，修改即可完成任何FFT的变换，绝对值得下载的程序

FFT实现OFDM的原始论文，讲了用傅里叶变换实现多载波调制，考古论文

正交频分复用OFDM是一种多载波宽带数字调制技术。相比一般的数字通信系统，它具有频带利用率高和抗多径干扰能力强等优点，因而适合于高速率的无线通信系统。文章 详细分析了OFDM技术的实现原理，用matlab软件对OFDM的传输性能进行了仿真模拟并对结果进行了分析。

期权价格使用FFT：使用Carr＆Madan方法和快速傅里叶变换来计算期权价格

FFT是DFT的高效算法，能够将时域信号转化到频域上，下面记录下一段用python实现的FFT代码。 # encoding=utf-8 import numpy as np import pylab as pl # 导入和matplotlib同时安装的作图库pylab sampling_rate = 8000 # 采样频率8000Hz fft_size = 512 # 采样点512，就是说以8000Hz的速度采512个点，我们获得的数据只有这512个点的对应时刻和此时的信号值。 t = np.linspace(0, 1, sampling_rate) # 截取一段时间，截取是任意的，这里