离散时间傅里叶变换的幅度谱与傅里叶展开系数的关系 对一个周期采样的点数少，则得到的离散信号的周期N也小，做DTFT时，比如w=0，就是对离散信号幅度的累加，可想而知，采样率高，结果可能越大，所以DTFT得到的振幅需要 乘以 采样间隔T才 近似等于 原信号的各频率振幅.你可以看看教材，用DFT分析模拟信号的频谱 这一节，有公式的
有一连续信号x(t)=sin2πft，其中f=8khz，如果时域取样频率fs=4f； n=0：1：1023；t=1/4.*n；x=sin(2*pi*t)；采样后的离散信号X=fft(x，1024)；做fft变换X1=dft(x，1024)；做dft变换magX1=abs(X1)；振幅谱phaX1=angle(X1)*180/pi；相位谱做之前，在file中建一个M-filefunction[Xk]=dft(xn，N)Computes Discrete fouriwe transform[Xk]=dft(xn，N)Xk=DFT coeff.array over 0
周期信号的正玄展开如何得到直流偏移，幅度，频率和相位角啊？ 这个是傅里叶变换的三角展开，复数是傅里叶变换的指数展开，他们之间是由欧拉公式联系起来的，上面的三角可以用欧拉三角公式代入变化成复指数形式，而且是离散的傅里叶表达式，不是连续的，离散的傅里叶表达式已经展开成了求和形式，你只要会复数的四则运算即可，无需高数知识，这是《数字信号处理》内容，上搜：欧拉三角公式
