傅立叶变换性质如下：
1、线性性质，一种常见的性质。
2、位移性质，主要应用与平移。
3、相似性质，通过一个常数来改变周期。
4、微分性质，描述导数与傅里叶变换后的函数之间的关系。
5、积分性质。
6、卷积定理，在物理模型变换中，经常使用这个方法。
7、帕萨瓦尔等式（parserval）：主要应用于计算。
傅立叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。
要理解傅立叶变换，确实需要一定的耐心，当然，也需要一定的高等数学基础，最基本的是级数变换，其中傅立叶级数变换是傅立叶变换的基础公式。
傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义，首先要了解傅立叶原理的意义。傅立叶原理表明：任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号的无限叠加。
傅立叶变换的公式为：
即余弦正弦和余弦函数的傅里叶变换如下：
傅立叶变换，表示能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如连续傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。
傅立叶变换是一种分析信号的方法，它可分析信号的成分，也可用这些成分合成信号。许多波形可作为信号的成分，比如正弦波、方波、锯齿波等，傅立叶变换用正弦波作为信号的成分。
扩展资料
如果t满足狄里赫莱条件：在一个以2T为周期内f(X)连续或只有有限个第一类间断点，附f（x）单调或可划分成有限个单调区间。
则F（x）以2T为周期的傅里叶级数收敛，和函数S（x）也是以2T为周期的周期函数，且在这些间断点上，函数是有限值。在一个周期内具有有限个极值点、绝对可积。
傅里叶变换在物理学、电子类学科、数论、组合数学、信号处理、概率论、统计学、密码学、声学、光学、海洋学、结构动力学等领域都有着广泛的应用（例如在信号处理中，傅里叶变换的典型用途是将信号分解成频率谱——显示与频率对应的幅值大小）。
为了在科学计算和数字信号处理等领域使用计算机进行傅里叶变换，必须将函数定义在离散点上而非连续域内，且须满足有限性或周期性条件。
齐次性： 如果 x[ ] 和 X[ ] 是傅里叶变换对，那么k[ ] 和 kX[ ] 也是傅里叶变换对
如果在直角坐标系下描述频域，kX[ ] 表示实部和虚部都要乘以k
若果是在极坐标系下描述频域，kX[ ] 表示幅值乘以k, 相位不发生变化
可加性 ：
傅里叶变换不具备位移对称性，时域位移不能相应地引起频域位移。显然，时域信号位移，正弦函数们也发生相应的位移，正弦函数位移则是相位的改变。
if x[ n ] <->Mag X[ f ] &Phase X[ f ]，那么时域位移结果是x [n+s] <->Mag X[f] &Phase X[f] + 2 sf
如果一个信号是左右对称的，且关于零点对称，那么是零相位，如果不关于零点对称，则为线性相位，即相位曲线是一条直线。如果一个信号不是左右对称的，则为非线性相位。
时域波形向右移动，相位倾斜减少，向左位移，向上倾斜逐渐增大。位移对应着坡度改变
在一个域内的信号压缩会导致另一个域内的扩展，反之亦然。
如果X(f)是x(t)的傅里叶变换，那么 就是x(kt)的傅里叶变换。如果一个时域信号被压缩得非常厉害以致于变成脉冲，则相应地频谱会被一直延展成一个常量。同样的，如果频域一直扩展成常量，频域就会变成一个脉冲。
