傅立叶变换源码，根据傅立叶公式，形成的计算程序实现，是c源码

PWM初始生成1khz（可调）信号，通过定时器3设置采样频率为280khz（可调）对PWM方波进行采样，并对采样后序列进行FFT谐波分析，通过分析谐波频率计算出1次、3次和5次谐波的幅值，并通过串口打印出来。通过串口3和蓝牙通信，实现手机控制PWM输出频率。信号频率和采样频率的设置应服从采样定理。实验发现信号频率较低时（小于20khz）可以采集到完整的5次谐波。信号频率较大时（100khz左右）只能计算出1次谐波和3次谐波。如果提高采样频率，性能应该还会进一步提高。

本文主要对一个连续周期信号进行采样所得的有限离散周期信号进行离散傅里叶变换（DFT）变换，期间对用到的一些原理进行解释说明并有详细计算过程。基本包括了处理过程的所有细节，并有完整的matlab代码以及代码详细注释。

资源为二维傅里叶变换的C++实现，内含多个示例，比较详细。

详细分析FFT和加窗的用处。详细分析FFT和加窗的用处。Understanding FFTs and Windowing。

自适应滤波MATLAB程序，作者Jim Reilly, PhD, PEng，包括PDF文档和MATLAB例程

JAVA实现对FFT变换的带通滤波算法-附件资源

ffts，对散射数据执行快速傅立叶变换 (FFT)。 Yq = ffts(X,V,Xq) 或者Yq = ffts(X,V,Xq, 方法, 窗口) 输入， X : 位置数组 [mx 1] V : 带有值的数组 [mx 1] Xq ：节点位置 [ nx 1]，具有等距点（参见 linspace） （可选的） 方法 : 1. 'grid', gridding (默认) 2. 'fit' , b-spline fit window : 1. 'bspline', bspline (默认) 2. 'kaiser', kaiser 贝塞尔函数输出， Fq：散射数据的傅立叶光谱 [nx 1]。 网格化： 1. 对位置 (X) 处的散射值 (V) 进行平滑处理（卷积） 通过内核到常规网格。 使用网格 2 次过采样Xq的版本2. 数据乘以一组密度补偿权重。 按照步骤 1 进行计算，但所有值都设置为 1。 密

DFT的matlab源代码kfr-fft 高度优化的FFT KFR是快速，现代的C ++ DSP框架，DFT / FFT，音频重采样，FIR / IIR滤波，Biquad，矢量函数（SSE，AVX） 特征 FFT针对SSE2，SSE3，SSE4.x，AVX和AVX2处理器进行了优化 双精度和单精度 表演 FFT（双精度，大小范围从1024到16777216）有关基准测试过程的详细信息，请参见。 先决条件 macOS：XCode 6.3、6.4、7.x，8.x Windows：MinGW 5.2和Clang 3.7或更高版本 Ubuntu：GCC 5.1和Clang 3.7或更高版本 CoMeta元编程库（已包含） 测验 执行build.py以运行测试或从tests目录手动运行测试 在以下系统上测试： OS X 10.11.4 / AppleClang 7.3.0.7030031 Ubuntu 14.04 / gcc-5（Ubuntu 5.3.0-3ubuntu1〜14.04）5.3.0 20151204 / clang版本3.8.0（tags / RELEASE_380 / final

任意位数fftc语言实现