FFT（Fast Fourier Transform）即快速傅里叶变换，是离散傅里叶变换（DFT）的一种快速算法。在MATLAB中，fft函数是实现快速傅里叶变换的核心工具。 fft函数能够计算一维和二维的离散傅里叶变换，并且由于其高效的算法实现，在处理信号处理、图像处理等领域的问题时非常有用。它的主要作用是将时域信号转换到频域，以便分析信号的频率成分。 在MATLAB中，fft函数的使用非常简单。当你有一个信号向量时，只需调用fft函数并传入该向量，MATLAB会返回该信号的频率表示。例如：  >> signal = [1, 2, 3, 4, 5];  >> frequency_domain = fft(signal);  这里，frequency_domain向量包含了原始信号的频域表示。 fft函数还有几个重要的选项参数。例如，'symmetric'选项可以用来指定输入序列是对称的，这样可以减少计算量；而'normalized'选项则可以对变换后的结果进行归一化处理，使得变换结果与输入信号的能量保持一致。 此外，fft函数也可以处理复数信号。实际上，在许多实际应用中，信号往往是复数形式的。当处理复数信号时，fft函数同样能够高效地计算出信号的频谱。 值得注意的是，由于FFT是DFT的快速算法，因此它具有DFT的一些性质，例如线性性和周期性。这意味着在进行FFT变换时，如果原始信号的长度不是2的幂，那么MATLAB会将该信号补零至最接近的2的幂长度，然后再进行计算，从而提高计算效率。 总结一下，MATLAB中的fft函数是进行快速傅里叶变换的强大工具。它能够对一维和二维数据执行高效的傅里叶变换，并且由于其内部算法的优化，在处理大量数据时具有明显的速度优势。对于从事信号处理、图像处理等领域的工程师和研究人员来说，掌握fft函数是必不可少的。