傅里叶变换常用公式是什么？
公式如下图：
傅里叶变换，表示能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。最初傅里叶分析是作为热过程的解析分析的工具被提出的。
Fourier transform或Transformée de Fourier有多个中文译名，常见的有“傅里叶变换”、“付立叶变换”、“傅立叶转换”、“傅氏转换”、“傅氏变换”、等等。
傅里叶变换是一种分析信号的方法，它可分析信号的成分，也可用这些成分合成信号。许多波形可作为信号的成分，比如正弦波、方波、锯齿波等，傅立叶变换用正弦波作为信号的成分。
f(t)是t的周期函数，如果t满足狄里赫莱条件：在一个以2T为周期内f(X)连续或只有有限个第一类间断点，附f（x）单调或可划分成有限个单调区间，则F（x）以2T为周期的傅里叶级数收敛，和函数S（x）也是以2T为周期的周期函数，且在这些间断点上，函数是有限值；在一个周期内具有有限个极值点；绝对可积。则有下图①式成立。称为积分运算f(t)的傅立叶变换，②式的积分运算叫做F(ω)的傅立叶逆变换。F(ω)叫做f(t)的像函数，f(t)叫做F(ω)的像原函数。F(ω)是f(t)的像。f(t)是F(ω)原像。
①傅里叶变换
②傅里叶逆变换
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频率谱——显示与频率对应的幅值大小）。
1. 连续时间傅里叶变换（Continuous Fourier Transform）：
F(ω) = ∫[f(t) * e^(-jωt)] dt
其中，F(ω) 表示频域的复数函数，f(t) 表示时域的函数，ω 是频率，j 是虚数单位。
2. 离散时间傅里叶变换（Discrete Fourier Transform）：
F(k) = Σ[f(n) * e^(-j(2π/N)kn)]，对 n = 0 to N-1
其中，F(k) 表示频域的复数函数，f(n) 表示时域的离散序列，N 是序列的长度，k 是频率索引。
这些公式描述了傅里叶变换的基本原理，将函数在时域的表示转换为频域的表示。傅里叶变换的频谱表示了信号在不同频率上的成分信息，它在信号处理、图像处理、通信等领域中得到广泛应用。需要注意的是，傅里叶变换有很多变体和衍生形式，上述公式只是其中的常用形式之一。
这个公式可以看做是将函数f(t)向基函数e^-iwt投影，F(w)就表示w对应基上的坐标。
傅里叶变换可以将一个信号分解成多个不同频率的正弦波的和，也可以将多个周期函数相加而合成一个任意函数。
傅里叶变换是一种数学工具，用于将一个函数（或信号）从时域（时间域）转换到频域。在数学上，傅里叶变换有多种形式，其中最常用的两种是连续傅里叶变换和离散傅里叶变换。
连续傅里叶变换（Continuous Fourier Transform）：
请点击输入图片描述
离散傅里叶变换（Discrete Fourier Transform，DFT）：
请点击输入图片描述
这两种傅里叶变换是数学中非常重要且广泛应用的工具，它们在信号处理、通信、图像处理、控制系统等领域都有广泛的应用。傅里叶变换的主要思想是将复杂的信号或函数分解为不同频率的正弦和余弦波的组合，从而更好地理解信号的频谱特性。
