标准非递归 radix-2 算法。我意识到我这里的性能并不是最佳的(比如重复的触发调用),我只是想在优化和移植到 VHDL 之前把它做好。我正在使用 complex.h header 。
对于长度为 8 的数组,我得到了正确的结果,但对于长度为 16 或 32 的数组,我得到了正确的结果。但是,对于实际信号,我们仍然得到正确的偶对称结果,只是值是错误的。这让我相信排序是正确的,但也许 trig 调用较小的值有问题?谁能帮忙?
很抱歉我的代码没有得到很好的注释,但老实说它对 FFT 算法没有多大帮助。
void FFT(double complex x[], int N){
//bit reverse
int s = log2(N);
for(int i = 0; i < N/2; i++){
int h = bitrev(i, s);
printf("%u ", h);
double complex temp = x[i];
x[i] = x[h];
x[h] = temp;
}
unsigned int Np = 2; //NUM POINTS IN EACH BLOCK. INITIALLY 2
unsigned int Bp = (N/2);
for(int i = 0; i < s; i++){
int NpP = Np>>1; //num butterflies
int BaseT = 0;
for (int j = 0; j < Bp; j++){
int BaseB = BaseT + NpP;
for(int k = 0; k < NpP; k++){
double complex top = x[BaseT + k];
double complex bot = (ccos(2*pi*k/Np) - I*csin(2*pi*k/Np))*x[BaseB + k];
x[BaseT + k] = top+bot;
x[BaseB + k] = top-bot;
}
BaseT = BaseT + Np;
}
Bp = Bp>>1;
Np = Np<<1;
}
输出打印:
for(int i = 0; i < LENGTH; i++){
printf("%f + %fj\n", creal(x[i]), cimag(x[i]));
}
这是一个长度为 8 的输入,以及正确的输出:
double complex x[LENGTH] = {1.0, -1.0, 1.0, -1.0, 10.0, -1.0, 5.0, -1.0};
输出:
13.000000 + 0.000000j
-9.000000 + 4.000000j
5.000000 + 0.000000j
-9.000000 + -4.000000j
21.000000 + 0.000000j
-9.000000 + 4.000000j
5.000000 + 0.000000j
-9.000000 + -4.000000j
这是一个长度为 16 的输入,我得到的错误输出,以及它应该是什么:
double complex x[SIZE] = {10.0, -1.0, 5.0, -1.0, 4.0, 4.0, 2.0, 6.0, 9.0, 3.0, 8.0, 4.0, 5.0, 4.0, 3.0, 8.0};
输出(不正确):
73.000000 + 0.000000j
-4.882497 + 10.451032j
12.535534 + 5.020815j
6.975351 + 7.165394j
12.000000 + 7.000000j
-0.732710 + 0.094326j
5.464466 + 19.020815j
2.639856 + 3.379964j
19.000000 + 0.000000j
2.639856 + -3.379964j
5.464466 + -19.020815j
-0.732710 + -0.094326j
12.000000 + -7.000000j
6.975351 + -7.165394j
12.535534 + -5.020815j
-4.882497 + -10.451032j
正确的输出:
73.000000 + 0.000000j
-4.175390 + 10.743925j
13.535534 + 4.020815j
6.268244 + 5.458287j
10.000000 + 7.000000j
-1.439817 + 1.801433j
6.464466 + 20.020815j
3.346963 + 3.087071j
19.000000 + 0.000000j
3.346963 + -3.087071j
6.464466 + -20.020815j
-1.439817 + -1.801433j
10.000000 + -7.000000j
6.268244 + -5.458287j
13.535534 + -4.020815j
-4.175390 + -10.743925j
对于这个长度为 16 的例子,它给出了正确的输出(!?):
double complex x[SIZE] = {30.0, -1.0, 4.0, -6.0, 4.0, 9.0, 2.0, 6.0, 9.0, 3.0, -8.0, 4.0, -5.0, 4.0, 3.0, 8.0};
66.000000 + 0.000000j
22.604378 + -9.862676j
43.535534 + 28.091883j
24.900438 + 4.851685j
37.000000 + -3.000000j
-1.285214 + 2.408035j
36.464466 + 10.091883j
37.780399 + 23.693673j
12.000000 + 0.000000j
37.780399 + -23.693673j
36.464466 + -10.091883j
-1.285214 + -2.408035j
37.000000 + 3.000000j
24.900438 + -4.851685j
43.535534 + -28.091883j
22.604378 + 9.862676j
编辑:我已经意识到我的问题:我的位反转循环是完全错误的。我应该考虑那个看似简单的部分并更彻底地测试它。它对最后一个案例起作用的原因是因为它有重复的值,巧合的是给出了与工作反转相同的 vector 。这是固定循环:
int s = log2(N);
for(int i = 0; i < N; i++){
int h = bitrev(i, s);
if(i < h){
double complex temp = x[i];
x[i] = x[h];
x[h] = temp;
}
}
最佳答案
这部分 2*pi*k/Np
让编译器决定类型转换。
我还会检查是否正确计算了这些值。
例如,我在使用 2*pi*k/Np;
时得到不同的结果
和 2.0*pi*(double) k*(double) Np;
(Mods:我宁愿将此添加为评论,但我没有足够的声誉。请随意移动我的回复:))
关于c - 我在 C 中的 FFT 实现有问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26103149/