Perbedaannya adalah bahwa transformasi Fourier digital (dan FFT juga) memberikan vektor ukuran N (atau M dalam beberapa kasus) yang berisi jumlah sampel N.
Jadi, pada dasarnya, setiap titik transformasi FFT adalah hasil penjumlahan selama interval waktu tertentu dari sampel berbasis waktu. Itu sebabnya Anda membaginya dengan N.
Anda dapat mempertimbangkannya dengan cara ini: Anda mengambil interval sampel N dari sinyal Anda; kemudian, pada dasarnya Anda menjumlahkan semua sampel N kali, tetapi setiap kali mengalikannya untuk fungsi yang berbeda, yang memungkinkan untuk mengekstraksi informasi untuk frekuensi tertentu (atau rentang frekuensi, agar lebih akurat).
Pada akhirnya, dalam ringkasan, alih-alih memiliki sampel N, masing-masing terkait dengan interval waktu, Anda memiliki sampel N (seperti sebelumnya) tetapi masing-masing terkait dengan seluruh interval dan menggambarkan komponen sinyal untuk rentang frekuensi tertentu .
Hanya untuk kelengkapan, ada empat kasus transformasi Fourier:
Transformasi Fourier Kontinu, untuk sinyal kontinu dalam waktu, selama interval terbatas, yang memberikan respons frekuensi kontinu;
Seri Fourier, mengambil sinyal kontinu dan periodik dan memberikan deret harmonik terpisah, sehingga dengan komponen frekuensi terpisah;
Time discrete Fourier transform, kebalikan dari (2), di mana dari sinyal diskrit-in-time memberikan fungsi periodik dalam domain frekuensi;
Digital Fourier Transform, yang mengambil sinyal diskrit dan periodik untuk memberikan spektrum diskrit dan periodik.
Jadi mengubah sinyal periodik memberikan spektrum diskrit dan sebaliknya.