文件名称：fftw_tutorial:西方最快的傅立叶变换教程
文件大小：71KB
文件格式：ZIP
更新时间：2024-04-07 15:57:44
dft fftw C
FFTW教程 这是我用于探索FFTW的基本C项目（Makefile，也适用于Eclipse IDE）。 使用FFTW和简单的朴素算法计算一维和二维离散傅立叶变换（DFT），以明确说明FFTW在其输入和输出中包含什么样的对称性和缩放属性。 一维示例 本教程首先计算随机输入数据的一维（1D）DFT。 一维复数到复数 第一个示例基本上是的独立版本。 我们要在此处计算复值一维DFT，这指定。 基本函数指数中的符号指定要进行傅立叶变换的方向： -1表示“正向”变换， +1表示向后变换。这些值可通过FFTW_FORWARD和FFTW_BACKWARD预处理器宏获得。 为了计算DFT，需要评估以下形式的复值乘积： Eulers公式现在派上用场了（其中i是i ^ 2 = -1的虚数单位）： 可以在上面的DFT公式中确定角度参数phi ： 现在，仅可以使用实值变量来计算复值乘积： FFTW在内部实现所有
【文件预览】：
fftw_tutorial-master
----.gitignore(24B)
----Makefile(179B)
----src()
--------test_1d_c2c.c(1KB)
--------util.h(6KB)
----LICENSE(1KB)
----.settings()
--------language.settings.xml(1KB)
----README.md(7KB)
----eqn()
--------Makefile(235B)
--------euler.png(4KB)
--------hermitian.png(4KB)
--------complex_dft.png(6KB)
--------pnglatex(422B)
--------hermitian_sum.tex(699B)
--------phi.tex(442B)
--------c2c_product_real.png(10KB)
--------hermitian.tex(437B)
--------c2c_product.tex(451B)
--------hermitian_sum.png(12KB)
--------c2c_product_real.tex(802B)
--------c2c_product.png(4KB)
--------phi.png(4KB)
--------euler.tex(462B)
--------complex_dft.tex(512B)
----.project(765B)
----.cproject(3KB)
----img()
--------array_structures.svg(24KB)
--------array_structures.png(11KB)