傅立葉變換是一種將信號從時域轉變為頻域表示的變換形式，它是數字信號處理中對信號進行分析時經常采用的一種方法。信號的一些特性在時域總是表現得不明顯，通過傅里葉算法，將其變換到頻域，其特性就一目了然。例如，來自供電系統的干擾在時域上總是不易識別，但是在頻域上就可以很清晰地看到50～60 Hz的離散諧波。
　　在計算機系統中，實際上是以離散傅立葉變換（DFT）的方式處理數據。由于DFT的運算量比較大，并不適用于嵌入式控制系統，所以實際應用中常使用DFT 的快速算法一快速傅立葉變換（FFT）。雖然FFT 比DFT的計算量減少了很多，但用普通單片機來實現FFT多點、實時運算還是比較困難的。DSP（數字信號處理器）具有運算速度快和精度高的特點，恰好滿足FFT的要求，能較好地解決這個問題。
　　1 快速傅里葉變換的原理
　　非周期性連續時間信號x（t）的傅里葉變換可以表示為
　　
　　式中計算出來的是信號x（t）的連續頻譜。但是，在實際的控制系統中能夠得到的是連續信號x（t）的離散采樣值x（nT）。因此需要利用離散信號x（nT）來計算信號x（t）的頻譜。
　　有限長離散信號x（n），n=0，1，…，N-1的DFT定義為：
　　
　　可以看出，DFT需要計算大約N2次乘法和N2次加法。當N較大時，這個計算量是很大的。利用WN的對稱性和周期性，將N點DFT分解為兩個N／2點的 DFT，這樣兩個N／2點DFT總的計算量只是原來的一半，即（N／2）2+（N／2）2=N2／2，這樣可以繼續分解下去，將N／2再分解為N／4點 DFT等。對于N=2m 點的DFT都可以分解為2點的DFT，這樣其計算量可以減少為（N／2）log2N次乘法和Nlog2N次加法。圖1為FFT與DFT-所需運算量與計算點數的關系曲線。由圖可以明顯看出FFT算法的優越性。