赞
踩
基本原理在这里就不多讲了,可以看看其他高浏览量的博文,这篇文章针对c语言的实现
我们都知道C语言本身是没有复数运算的,很多DSP、单片机要用到也没有开源库可以使用复数运算,针对FFT在硬件上运行只能手动从底层开始
这里用最简单高效的方法——结构体
- struct complex
- {
- double real;
- double image;
- };
- struct complex complex_add(struct complex c1,struct complex c2) //复数加法
- {
- struct complex p;
-
- p.real = c1.real + c2.real;
- p.image = c1.image + c2.image;
-
- return p;
-
- }
- struct complex complex_sub(struct complex c1,struct complex c2) //复数减
- {
- struct complex p;
-
- p.real = c1.real - c2.real;
- p.image = c1.image - c2.image;
-
- return p;
-
- }
- struct complex complex_multi(struct complex c1,struct complex c2) //复数乘法
- {
- struct complex c3;
- c3.real=c1.real*c2.real - c1.image *c2.image;
- c3.image = c2.real* c1.image + c1.real*c2.image;
-
- return c3;
- };
- double mold_length(struct complex c) //幅度
- {
- return sqrt(c.real * c.real + c.image * c.image);
- };
教科书上的旋转因子一般长成这样把它变成可以运算的形式
- struct complex rotation_factor(int N,int n,int k) //旋转因子
- {
- struct complex w;
-
- w.real = cos(2* PI * n * k /N);
- w.image = - sin(2* PI * n * k /N); //这里的PI是宏定义
-
- return w;
- }
我用的方法是基于时间抽取的基2FFT (DIT-FFT)所以开始进入FFT之前要先把序列顺序取反位序
- int reverse_num(int l,int oringin_num) //反位序
- {
- int q=0,m=0;
-
- for(int k=l-1;k>=0;k--)
- {
- q = oringin_num % 2;
- m += q*(1<<k);
- oringin_num = oringin_num / 2;
- }
-
- return m;
- }
解释一下这个代码含义,用取余操作取出最低位,把最低位放在m中最高位置,取出后除2操作把每一位右移,直到为0
我们首先拿出祖传的蝶形运算信号流图,
在其中抽取一个蝶形详细分析,注意这其中上半部分是相加【+】下半部分是相减【-】,而且下半部分都会带有一个旋转因子,先记住这个特征,接下来编程会利用这个特征
为了方便编程,把它表达成数学式子,这其中前一级与后一级的关系用等式表达
现在问题就是k和j的确定,重新观察完整的蝶形图在第【1】级两两运算的节点序号是【0、1】【2、3】【4、5】【6、7】;在第【2】级两两运算的节点序号是【0、2】【1、3】【4、6】【5、7】;第【3】级运算的节点是【0、4】【1、5】【2、6】【3、7】。注意这里不要用图上的反位置序,而是反位后的顺序,也就是下图红色序号
首先【j】与【k】的间隔可以容易观察出规律,每增加一级,间隔就会扩大两倍,换句话说【j】与【k】的间搁可以表达为下面的式子
好了,这里我们破解了第一条规律,急需确定的是这个旋转因子当中的
,这里我没有观察到规律,只好直接引用教材上的解释
我们可以简单验证一下:
比如第【3】级 【k=2】的情况
第【2】级【k=5】的情况
两次验证都符合实际FFT蝶形图的结果。
接下来看似没有急需破解的规律了,但是真正编程时候还是存在一个问题,【k】的取值不是从上到下按顺序的例如第一级的【k】取值为【0,2,4,6】第二级的取值为【0,1,4,5】第三级的取值为【0,1,2,3】。
这样如果按找从头到尾的顺序确实找不到什么规律,但是整体没规律,部分总会有规律吧,注意看我笔迹画的线为啥颜色是这样分的呢,没有发现很有规律吗?我们按找相同颜色分组,第一级的第一组两个蝶形运算的【k】之间相差距离刚好是【dist】的两倍,第二级的第一组两个蝶形运算的【k】之间相差的距离也是【dist】的两倍,但是到了第三级, 【dist】的两倍是【8】如果【k=0】 那么【k+8】就会超出最大序号【7】,那么考虑第三级分成【4】组,每一组只有一个蝶形运算,有别于其他两个,可以用for循环这样写
for(k=0;k<len;k+=(dist<<1)) //在二进制左移一位相当于乘2 ,这里len是FFT的点数N
同时考虑每一级内又有很多组,可以用for循环嵌套
- for(j=0;j<dist;j++)
- for(k=0;k<len;k+=(dist<<1))
最终把分析的结果整合到一起,写成单独的函数 ,注意一下,程序中的一些标号和前面分析的会有点不同
- void fft(int len, struct complex in_x[],struct complex out_y[])
- {
-
- /*
- param len 序列长度,目前只能是2的指数
- param in_x输入的序列
- param out_y输出的序列
- */
-
-
- int l,k,r,z,dist,q,j; //l是级
- struct complex w,tmp;
- struct complex in_x_mem[len];
-
- l = log2(len);
-
- for(k=0;k<len;k++)
- {
- in_x_mem[k] = in_x[reverse_num(l,k)]; //反位序号操作
- }
-
- for(r = 0;r<l;r++) //遍历每一级蝶形运算
- {
-
- dist = 1<<r; //提前计算每一级的间隔距离
-
- for( j=0;j<dist;j++ ) //计算策略是拆成上下两组,先上计算,后下计算,j是计算的起始序号
- {
-
- for(k=j;k<len;k+=(dist<<1)) //不好解释,得看画图理解
- {
- q = k+dist; //q同一组蝶形运算第二个序号
- z = k << (l - r -1); //确定旋转因子的指数
-
-
- w = rotation_factor(len,1,z);
- //由于不是并行计算,必须先缓存
- tmp = in_x_mem[k];
-
- in_x_mem[k] = complex_add( in_x_mem[k] , complex_multi(w, in_x_mem[q]) );
- in_x_mem[q] = complex_sub(tmp , complex_multi(w, in_x_mem[q]) );
-
-
-
- }
-
-
- }
- }
-
- memcpy(out_y,in_x_mem,len*sizeof(struct complex)); //拷贝到输出的数组
- }

这里我用序列输入到FFT,输出应该是
对照结果,和计算一样,程序成功
- #include <stdio.h>
- #include <stdlib.h>
- #include <string.h>
- #include <math.h>
-
-
- #define PI 3.1415926
- struct complex
- {
- double real;
- double image;
- };
- struct complex complex_add(struct complex c1,struct complex c2);
- struct complex complex_sub(struct complex c1,struct complex c2);
- struct complex complex_multi(struct complex c1,struct complex c2);
- struct complex rotation_factor(int N,int n,int k);
- double mold_length(struct complex c);
- void fft(int len, struct complex in_x[],struct complex out_y[]);
-
-
-
-
- int main()
- {
- int sam[8] = {1,-1,1,-1,1,-1,1,-1};
- int jhg[8] = {0,0,0,0,0,0,0,0};
- struct complex x[8];
- struct complex y[8];
-
- for(int i=0;i<8;i++)
- {
- x[i].real = sam[i];
- x[i].image = jhg[i];
- }
- printf("时域序列\n");
-
- for(int i=0;i<8;i++)
- {
- printf("(%.2f, %.2fi) \n",x[i].real,x[i].image);
- }
-
- fft(8,x,y);
-
- printf("频域序列\n");
-
- for(int i=0;i<8;i++)
- {
- printf("(%.2f, %.2fi)\n",y[i].real,y[i].image);
- }
-
-
-
- return 0;
- }
-
- struct complex complex_add(struct complex c1,struct complex c2) //复数加法
- {
- struct complex p;
-
- p.real = c1.real + c2.real;
- p.image = c1.image + c2.image;
-
- return p;
-
- }
-
- struct complex complex_sub(struct complex c1,struct complex c2) //复数减
- {
- struct complex p;
-
- p.real = c1.real - c2.real;
- p.image = c1.image - c2.image;
-
- return p;
-
- }
-
- struct complex complex_multi(struct complex c1,struct complex c2) //复数乘法
- {
- struct complex c3;
- c3.real=c1.real*c2.real - c1.image *c2.image;
- c3.image = c2.real* c1.image + c1.real*c2.image;
-
- return c3;
- };
-
-
-
- struct complex rotation_factor(int N,int n,int k) //旋转因子
- {
- struct complex w;
-
- w.real = cos(2* PI * n * k /N);
- w.image = - sin(2* PI * n * k /N);
-
- return w;
- }
-
- double mold_length(struct complex c) //幅度
- {
- return sqrt(c.real * c.real + c.image * c.image);
- };
-
-
- int reverse_num(int l,int oringin_num) //反位序
- {
- int q=0,m=0;
-
- for(int k=l-1;k>=0;k--)
- {
- q = oringin_num % 2;
- m += q*(1<<k);
- oringin_num = oringin_num / 2;
- }
-
- return m;
- }
-
-
- void fft(int len, struct complex in_x[],struct complex out_y[])
- {
- /*
- param len 序列长度,目前只能是2的指数
- param in_x输入的序列
- param out_y输出的序列
- */
-
- int l,k,r,z,dist,q,j; //l是级
- struct complex w,tmp;
- struct complex in_x_mem[len];
-
- l = log2(len);
-
- for(k=0;k<len;k++)
- {
- in_x_mem[k] = in_x[reverse_num(l,k)]; //反位序号操作
- }
-
- for(r = 0;r<l;r++) //遍历每一级蝶形运算
- {
-
- dist = 1<<r; //提前计算每一级的间隔距离
-
- for( j=0;j<dist;j++ ) //计算策略是拆成上下两组,先上计算,后下计算,j是计算的起始序号
- {
- for(k=j;k<len;k+=(dist<<1)) //不好解释,得画图理解
- {
- q = k+dist; //q同一组蝶形运算第二个序号
- z = k << (l - r -1); //确定旋转因子的指数
-
- w = rotation_factor(len,1,z);
- //由于不是并行计算,必须先缓存
- tmp = in_x_mem[k];
-
- in_x_mem[k] = complex_add( in_x_mem[k] , complex_multi(w, in_x_mem[q]) );
- in_x_mem[q] = complex_sub(tmp , complex_multi(w, in_x_mem[q]) );
-
- }
- }
- }
- memcpy(out_y,in_x_mem,len*sizeof(struct complex));
- }
-
-
-

Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。