DFT는 DTFS 계수에 N을 곱한 것이고, DTFT를 N개 점에서 샘플링한 값과 같음
- 유한 길이 신호 x[n]을 한 주기로 보면 DTFS 계수에 N을 곱한 X[k]=Σx[n]e^(-i2πkn/N)이 곧 DFT로 정의됨
- DFT는 DTFT를 2πk/N 위치에서 등간격으로 N번 샘플링한 값과 같음
- DFT는 행렬 F와 신호 벡터의 곱 X=F·x로 쓸 수 있고, F의 행은 단위근의 거듭제곱으로 이루어진 서로 직교하는 기저임
- 글의 Python 구현은 k마다 가중치 배열을 만들어 합하는 이중 구조가 아니라 n 배열을 NumPy로 한 번에 계산하는 방식임
Hacker News opinions
DFT랑 FFT를 따로 구분해서 쓴 게 좋더라. 계산 결과랑 그걸 빠르게 구하는 알고리즘을 섞으면 헷갈리는데 이 글은 안 섞음.
행렬로 보면 역변환 가능성도 바로 증명됨. 켤레 전치 행렬이 역행렬이라 U^H U = I가 성립함. 스케일링 규약만 따로 신경 쓰면 됨.
역변환은 'Inverse DFT: reconstructing the signal' 섹션에서 다룸. 앞에서 쓴 roots of unity 글을 바탕으로 함.
학부 때 이 블로그 글 진짜 좋았는데 요즘은 AI 슬롭이나 nullprogram 같은 글 많잖아. 여기는 멀쩡해 보여서 다행임. 구글에서 돈 많이 벌어서 은퇴했을 듯.
글은 전부 내가 직접 씀. AI는 아이디어 브레인스토밍, 수식 검산, 시각화 일부에만 씀.