标准介绍
傅里叶变换是一类把函数或信号从时域表示转换到频域表示的线性积分变换。对连续信号而言，它常写作 F(ω)=∫f(t)e-iωtdt；其中 f(t) 是原信号，e-iωt 是复指数基函数，积分表示把原信号投影到某个频率的正交基上。
直观地说，傅里叶变换回答的是：一个复杂信号中，各个频率分别占多少、相位如何、能量集中在哪里。它把“随时间变化的形状”转换为“按频率排列的组成清单”，因此成为信号处理、通信、图像压缩、声学、量子力学和偏微分方程分析中的基础工具。
傅里叶变换：把复杂波形拆成频率地图
傅里叶变换不是“把公式背下来”，而是用一组会旋转的频率探针去扫描信号：哪个频率能让信号的贡献持续朝同一方向累积，哪个频率就在频谱里留下峰值。本页用 p5.js 做波形、公式、旋转向量和频谱重建的联动演示。
看时域
先看到随时间起伏的原始波形，理解“复杂”通常来自多个简单波的叠加。
看公式
点击公式里的每个部分，观察它在图中对应的信号、旋转探针、积分轨迹和输出结果。
看频域
把不同频率的强弱画成频谱，再筛掉一部分频率，看重建波形如何变化。
框架选择
本页选择本地 p5.js，适合连续动画和教学式图形实验，也避免新增外部 CDN 依赖。
通俗介绍
想象你听到一段和弦，耳朵听到的是混合后的声音，但音乐软件可以告诉你里面有低音、中音和高音。傅里叶变换做的事情类似：它把一条看起来很复杂的曲线拆开，告诉你“这里有多少 1 倍频、多少 2 倍频、多少 3 倍频”。
更形象地说，傅里叶变换像一排“调音叉”或“频率探测器”。当探测器的频率和信号里隐藏的频率对上时，贡献会越积越大；如果频率不匹配，正负贡献会相互抵消，最后几乎没有峰值。
先抓住 6 个关键直觉
后面的交互都围绕这些概念展开：时域是波形外观，频域是组成清单，公式负责把二者精确地对应起来。
时域
横轴是时间或位置，纵轴是信号大小。我们肉眼看到的波形通常都在时域里。
频率
频率表示单位时间内振动多少次。频率越高，波形变化越快，细节越密。
幅度
某个频率的幅度越大，说明这个频率在原信号里越强，频谱柱就越高。
相位
相位描述波形从哪里开始。两个频率一样的波，如果相位不同，峰谷位置也会不同。
复指数
e-iωt 可以看成一个旋转向量。它让信号绕着原点卷起来，便于判断匹配频率。
正交投影
匹配的频率会同向累积，不匹配的频率会绕成一圈互相抵消，这就是峰值出现的原因。
实验 1：让公式自己动起来
点击公式中的不同部分，再拖动频率和积分进度。你会看到公式不只是符号，而是四个同步发生的动作。
F(k)=∫f(t)e-i2πktdt 到底在算什么
这里用一周期内的简化形式 F(k)=∫01f(t)e-i2πktdt。k 是你选择的分析频率，p5.js 会把信号点一边沿时间前进，一边乘上旋转探针，最后显示积分累计出的复数结果。
=
·
0.000
实部：与余弦方向的匹配
0.000
虚部：与正弦方向的匹配
0.000
幅度：这个频率的强弱
0°
相位：该频率成分的起点
实验 2：自己拼出一个复杂波形
调节每个谐波的幅度和相位，看简单正弦波如何叠加成复杂曲线。频谱柱越高，说明对应频率越强。
从“几个简单波”到“一条复杂线”
傅里叶思想的第一步是承认复杂波形可以由简单波叠加出来。下面的每一行都是一个正弦波分量：幅度决定它有多强，相位决定它从哪里开始。
合成波形
当前最强谐波
频谱柱
实验 3：在频域筛选，再回到时域
傅里叶变换有用，是因为我们可以在频域处理信号：保留低频会让曲线更平滑，保留高频会突出突变和细节。
频谱不是结论，而是可编辑的信号地图
下面先把当前波形拆成频谱柱，再按筛选规则保留一部分频率，最后把保留下来的频率重新叠加回时域。你可以直接看到“删除某些频率”会如何改变原波形。
4/8
保留下来的频率数量
0.000
重建误差：越小越接近原信号
低通
当前频域处理方式
为什么这个理论这么重要
一旦能把信号拆成频率，就可以判断、压缩、滤波、传输和重建，这就是傅里叶变换的工程价值。
音频处理
降噪、均衡器、音高检测和 MP3 类压缩都要区分哪些频率强、哪些频率弱。
图像处理
图像也可以看成二维信号。低频对应大块明暗，高频对应边缘、纹理和噪声。
通信与雷达
无线信号要在频谱上调制、复用和滤波，雷达回波也要靠频谱判断速度和距离。
科学计算
热传导、波动方程、量子态和周期结构常能在频域里变得更容易分析。
常见误解
- 不是只有周期信号才能做傅里叶分析，非周期信号也可以用傅里叶变换描述频率组成。
- 频谱柱高不等于“声音更大”这一件事，它只说明某个频率成分更强。
- 相位不是可有可无。没有相位，很多信号即使频率幅度相同，重建形状也会不同。
- 公式里的复数不是为了炫技，而是把正弦和余弦两个方向合在一个旋转表达里。
记住这几句话
傅里叶变换的核心是“匹配频率”。当旋转探针的频率对上信号中的成分，积分结果会形成明显向量；频率不对时，贡献会绕圈抵消。
如果只记一个画面：把信号绕着圆盘卷起来。能让卷起来的轨迹明显偏向一边的频率，就是信号里真正存在的频率。