1．通过实验加深对快速傅立叶变换（FFT）基本原理的理解。 2．了解FFT点数与频谱分辨率的关系，以及两种加长序列FFT与原序列FFT的关系。 离散傅里叶变换（DFT）和卷积是信号处理中两个最基本也是最常用的运算，它们涉及到信号与系统的分析与综合这一广泛的信号处理领域。实际上卷积与DFT之间有着互通的联系：卷积可化为DFT来实现，其它的许多算法，如相关、滤波和谱估计等都可化为DFT来实现，DFT也可化为卷积来实现。-1. Deepen the experimental fast Fou

实现矩阵的Cholesky分解,用Cholesky分解求ARMA模型的参数并作谱估计,利用分裂基算法求复序列 的DFT.将得到的 解卷绕，得到无跳变的相频特性.计算七类窗函数并给出归一化对数幅频曲线-achieve Matrix Cholesky decomposition, Cholesky decomposition used for ARMA model and the parameters for spectral estimation, the use of split-based a

采用离散傅立叶变换（DFT）实现对采样得到的波形数据文件进行频谱分析的一般方法

实现卷积，DFT FFT 算法的源代码，希望对一些朋友会有帮助