FFT是一种DFT的高效算法，称为快速傅立叶变换（fast Fourier transform）。傅里叶变换是时域一频域变换分析中最基本的方法之一。在数字处理领域应用的离散傅里叶变换(DFT：Discrete Fourier Transform)是许多数字信号处理方法的基础。
理解时域、频域、FFT
傅立叶变换有助于理解常见的信号，以及如何辨别信号中的错误。
尽管傅立叶变换是一个复杂的数学函数，但是通过一个测量信号来理解傅立叶变换的概念并不复杂。
从根本上说，傅立叶变换将一个信号分解为不同幅值和频率的正弦波。
所有信号都是若干正弦波的和我们通常把一个实际信号看作是根据时间变化的电压值。 这是从时域的角度来观察信号。 傅立叶定律指出，任意波形在时域中都可以由若干个正弦波和余弦波的加权和来表示。
例如，有两个正弦波，其中一个的频率是另一个的3倍。 将两个正弦波相加，就得到了一个不同的信号。

通过这种方法，所有时域中的信号都可表示为一组正弦波。
即使可以通过这种方法构造信号，那意味着什么呢？ 因为可以通过正弦波构造信号，同理也可以将信号分解为正弦波。 一旦信号被分解，可查看和分析原信号中不同频率的信号。 请参考信号分解的下列使用实例：

分解广播信号，可选择要收听的特定频率（电台）。
将声频信号分解为不同频率的信号（例如，低音、高音），可增强特定频段，移除噪声。
根据速度和强度分解地震波形，可优化楼宇设计，避免强烈震动。
本产品FFT数字信号分析模组：采用处理器内部AD，0V-3.3V 转换成数字信号0-4095,采样频率40KHZ，分辨率12bit；1- 4路通道可选择。
内部缓存RAM采用16Kfloat来存储数据。基波频率2.5HZ; 能够识别到的谐波频率20KHZ。
用户可以自行选择性提取有用信号的频点、幅值与相位；一般有用信号都属于低频信号，高频信号多为干扰或毛刺。