我仔细梳理了你的代码和遇到的问题，咱们一步步拆解原因，给出解决方案：

一、初始代码的核心错误：不该加abs #

你一开始写的Y = dt*fftshift(abs(fft(y)));犯了一个关键错误：给FFT结果加了abs。

对于高斯函数来说，它的傅里叶变换是实数，取绝对值不影响结果；但衰减指数+Heaviside函数的解析傅里叶变换是复数（F = 1./(a+1j*w)），包含实部和虚部。你用abs直接丢弃了虚部信息，只保留了模值，这自然会和解析解的实虚部对比出现巨大差异。

正确的数值傅里叶变换计算应该保留复数形式：

Y = dt * fftshift(fft(y)); % 去掉abs，保留复数结果

二、镜像现象的数学原因：实数信号的傅里叶变换共轭对称性 #

你提到修改代码后出现了“镜像效果”，这其实是完全符合数学规律的正常现象，不是错误！

原因在于：对于实数时域信号（你的y是实数），其傅里叶变换满足共轭对称性：
$$X(-\omega) = \overline{X(\omega)}$$
翻译过来就是：

• 傅里叶变换的实部是偶函数：关于$\omega=0$对称（镜像）
• 傅里叶变换的虚部是奇函数：关于$\omega=0$反对称

对应到你的解析解：

• 实部：$\text{real}(F) = \frac{a}{a^2 + \omega^2}$，确实是偶函数，左右对称
• 虚部：$\text{imag}(F) = -\frac{\omega}{a^2 + \omega^2}$，确实是奇函数，左右反对称

所以你看到的“镜像”是实数信号傅里叶变换的固有性质，完全正确。

三、如果只想看正频率部分：截取右半区间 #

如果觉得负频率的镜像信息冗余（因为实数信号的负频率和正频率共轭，没有新信息），可以只截取$\omega \geq 0$的区间来绘图，代码示例：

% 筛选正频率索引
pos_idx = w >= 0;
w_pos = w(pos_idx);
Y_pos = Y(pos_idx);
F_pos = F(pos_idx);

% 只绘制正频率部分
figure; 
subplot(1,2,1); hold on
plot(w_pos,real(Y_pos),'.')
plot(w_pos,real(F_pos),'-')
xlabel('Angular Frequency, ω')
title('Real Part (Positive Frequencies)')
legend('Numerical','Analytic')
xlim([0,5])

subplot(1,2,2); hold on;
plot(w_pos,imag(Y_pos),'.')
plot(w_pos,imag(F_pos),'-')
xlabel('Angular Frequency, ω')
title('Imaginary Part (Positive Frequencies)')
legend('Numerical','Analytic')
xlim([0,5])

四、修正后的完整代码（衰减指数+Heaviside场景） #

a = 1.223;
fs = 1e5; % sampling frequency
dt = 1/fs;
t = 0:dt:30-dt;     % time vector
L = length(t); % number of sample points
t = t - 0.5*max(t); % center time vector around t=0

% Define Heaviside function and time-domain signal
H = @(x)1*(x>0); % Heaviside step function
y = exp(-a*t).*H(t);

% Correct numerical Fourier transform calculation (no abs!)
Y = dt * fftshift(fft(y)); % numerical solution

freq = (-L/2:L/2-1)*fs/L; % frequency vector
w = 2*pi*freq; % angular frequency

% Analytical Fourier transform solution
F = 1./(a+1j*w); % analytical solution

% Plot real and imaginary parts
figure; 
subplot(1,2,1); hold on
plot(w,real(Y),'.')
plot(w,real(F),'-')
xlabel('Angular Frequency, ω')
title('Real Part')
legend('Numerical','Analytic')
xlim([-5,5])

subplot(1,2,2); hold on;
plot(w,imag(Y),'.')
plot(w,imag(F),'-')
xlabel('Angular Frequency, ω')
title('Imaginary Part')
legend('Numerical','Analytic')
xlim([-5,5])

运行这段代码，你会看到数值解和解析解完全吻合，实部的镜像、虚部的反对称都是正常的数学结果。

内容的提问来源于stack exchange，提问作者Medulla Oblongata