C语言FFT
/************FFT***********/#include < stdio.h >
#include < math.h >
#include < stdlib.h >
#define N 1000
typedef struct
{
double real;
double img;
}
complex;
void fft(); /*快速傅里叶变换*/
void ifft(); /*快速傅里叶逆变换*/
void initW();
void change();
void add(complex, complex, complex * ); /*复数加法*/
void mul(complex, complex, complex * ); /*复数乘法*/
void sub(complex, complex, complex * ); /*复数减法*/
void divi(complex, complex, complex * ); /*复数除法*/
void output(); /*输出结果*/
complex x, * W; /*输出序列的值*/
int size_x = 0; /*输入序列的长度，只限2的N次方*/
double PI;
int main()
{
int i, method;
system("cls");
PI = atan(1) * 4;
printf("Please input the size of x:\n");
/*输入序列的长度*/
scanf("%d", & size_x);
printf("Please input the data in x:(such as:5 6)\n");
/*输入序列对应的值*/
for (i = 0; i < size_x; i++)
scanf("%lf %lf", & x.real, & x.img);
initW();
/*选择FFT或逆FFT运算*/
printf("Use FFT(0) or IFFT(1)?\n");
scanf("%d", & method);
if (method == 0)
fft();
else
ifft();
output();
return 0;
}
/*进行基-2 FFT运算*/
void fft()
{
int i = 0, j = 0, k = 0, l = 0;
complex up, down, product;
change();
for (i = 0; i < log(size_x) / log(2); i++)
{
l = 1 << i;
for (j = 0; j < size_x; j += 2 * l)
{
for (k = 0; k < l; k++)
{
mul(x, W, & product);
add(x, product, & up);
sub(x, product, & down);
x = up;
x = down;
}
}
}
}
void ifft()
{
int i = 0, j = 0, k = 0, l = size_x;
complex up, down;
for (i = 0; i < (int)(log(size_x) / log(2)); i++) /*蝶形运算*/
{
l /= 2;
for (j = 0; j < size_x; j += 2 * l)
{
for (k = 0; k < l; k++)
{
add(x, x, & up);
up.real /= 2;
up.img /= 2;
sub(x, x, & down);
down.real /= 2;
down.img /= 2;
divi(down, W, & down);
x = up;
x = down;
}
}
}
change();
}
void initW()
{
int i;
W = (complex * ) malloc(sizeof(complex) * size_x);
for (i = 0; i < size_x; i++)
{
W.real = cos(2 * PI / size_x * i);
W.img = -1 * sin(2 * PI / size_x * i);
}
}
void change()
{
complex temp;
unsigned short i = 0, j = 0, k = 0;
double t;
for (i = 0; i < size_x; i++)
{
k = i;
j = 0;
t = (log(size_x) / log(2));
while ((t--) > 0)
{
j = j << 1;
j |= (k & 1);
k = k >> 1;
}
if (j > i)
{
temp = x;
x = x;
x = temp;
}
}
}
void output() /*输出结果*/
{
int i;
printf("The result are as follows\n");
for (i = 0; i < size_x; i++)
{
printf("%.4f", x.real);
if (x.img >= 0.0001)
printf("+%.4fj\n", x.img);
else if (fabs(x.img) < 0.0001)
printf("\n");
else
printf("%.4fj\n", x.img);
}
}
void add(complex a, complex b, complex * c)
{
c - > real = a.real + b.real;
c - > img = a.img + b.img;
}
void mul(complex a, complex b, complex * c)
{
c - > real = a.real * b.real - a.img * b.img;
c - > img = a.real * b.img + a.img * b.real;
}
void sub(complex a, complex b, complex * c)
{
c - > real = a.real - b.real;
c - > img = a.img - b.img;
}
void divi(complex a, complex b, complex * c)
{
c - > real = (a.real * b.real + a.img * b.img) / (
b.real * b.real + b.img * b.img);
c - > img = (a.img * b.real - a.real * b.img) / (b.real * b.real + b.img * b.img);
}
FFT(Fast Fourier Transformation)，即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的 想要看懂这个代码 就得懂傅里叶变换 就得明白复数是什么 在这个过程中我们如何解决复数运算的问题呢 FFT算法是把长序列的DFT逐次分解为较短序列的DFT FFT即为快速傅里叶变换，是离散傅里叶变换的快速算法，它是根据离散傅里叶变换的奇、偶、虚、实等特性，对离散傅里叶变换的算法进行改进获得的 FFT算法按照抽取方式的不同可分为DIT-FFT(按时间抽取)和DIF-FFT(按频率抽取)算法 二维FFT相当于对行和列分别进行一维FFT运算？ MATLAB和Python等科学计算工具中都包括了FFT相关的库函数 如何用C语言或汇编语言实现FFT(快速傅里叶)变换, 实现FFT需要了解FFT算法原理，以及掌握C语言的相关编程技巧。 C语言中有一些现成的FFT库函数，例如FFTW、PFFFT等。使用这些库函数可以更方便地实现FFT操作，而且通常具有较高的精度和效率。 如果想要深入学习FFT算法或者需要对FFT算法进行优化，则可以手动编写FFT代码。FFT算法包括Cooley-Tukey算法、Radix-2算法等，可以根据具体情况进行选择 用C语言实现FFT算法，还要做频谱分析 想用C语言实现一个1024点的FFT 傅里叶变换用C语言程序怎么实现? FFT的最优算法是什么? 使用现成的库函数，可以快速实现FFT操作。 要实现FFT需要了解FFT算法的原理，并掌握c语言的编程技巧。 二维FFT分别相当于一维FFT的行和列计算？
页:
[1]