本文目录一览

1，什么是FFT

快速傅里叶变换，是计算机算傅里叶变换的常用方法。　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。它对傅氏变换的理论并没有新的 FFT算法图发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。

什么是FFT

2，求FFT公式或算法

二维FFT相当于对行和列分别进行一维FFT运算。具体的实现办法如下： 先对各行逐一进行一维FFT，然后再对变换后的新矩阵的各列逐一进行一维FFT。相应的伪代码如下所示： for (int i=0; i
在这里有： http://blog.21ic.com/user1/4123/archives/2007/38294.html

求FFT公式或算法

3，FFT与图像最大互相关算法

图像 互相关算法 就是计算 两幅图像 相关系数 的 方法，常用于图像匹配。例如同一目标物，被拍了两张照片，要把两张照片“对齐",可以给出不同的对位，计算相关系数，相关系数最大的对位就是最佳对齐。相关系数计算和褶积计算可以用到傅里叶变换。FFT 是快速傅里叶变换。FFT 要求 离散 点 为 2 的 整次方点，例如1024，2048....,它利用系数的对称性，省去大量计算时间。关于图像匹配互相关算法，网上好像很多。FFT 是老技术，程序也能找到。（随便找了一篇）图像匹配最大互相关算法的专用ASIC硬件实现方式研究 见参考资料。

FFT与图像最大互相关算法

4，关于示波器中 FFT 算法的问题

FFT=fast fourior transform. 这是一种方便于计算机计算的快速傅里叶变换还有一种是DFT 但是因为其complexity=N^2>>FFT=NlogN 因此不被计算机算法采用紫色的是上面方波在频域里的对应值（spectrum）我们知道方波可以用傅里叶级数表示成无穷多个正弦函数的和f(t)=a∑sin(kπt)/k(大致表示 不是精确的)因此频域里也是sin(wt)的叠加 也就形成了显示的图案 因为FFT是按一定采样率采样的 因此频域里应该是周期函数但是由于DFT所取的点数限制 还有取点数N*1/f(采样时间)不等于方波的周期 使得函数有所谓的sidelobe 因此 使得不是显示中不是完美的impulse. 周期特征也不明显 而在FFT(DFT)里取点数会影响在频域里的分辨率 点数取的越多 频域的分辨率就越高 显示就越会像一个impulse

5，什么是FFT算法DSP是什么

FFT是快速傅里叶变换（ Fast Fourier Transform ） DSP是数字信号处理 （ Digital Signal Processing ）
1、蝶形算法： 有关蝶形算法的介绍和思想大家百度或者Google一下就很容易找到，这里只是说一下要注意的地方。 蝶形算法中有这样一个有趣的规则：若输入信号的顺序为自然顺序，那么输出信号的顺序就为倒位序（算法参见4）顺序。 2、二维FFT的变换顺序： 首先进行行变换，对变换后的结果再进行列变换。 3、关于二维FFT运算后的结果 按照公式运算出的结果中，能量大部分分集中在四个角，如果我们想要能量集中在中间，我们需要成一个欧拉数，其实也简单，你可以在输入信号时做一个简单的变换，如下描述： 设i，j为输入信号的坐标，那么 输入信号可表示为x(i, j)， 若(i + j) % 2 == 0 则取源信号为输入信号，否则取源信号的相反数为输入信号，即 -x(i, j)。 运算出来的结果中，能量就集中在中间位置了。 4、关于倒位序算法 倒位序：就是将数字的各个尾反过来排序后得到的数字后的顺序，举个例子吧 如我们的输入8个信号，我们只需要三个位就可以描述着写信号的下标，比如1 = 001B， 2 = 010B等等，那么1的倒位后为100B = 4， 010B = 2，依此类推，这就是倒位序，最后生成的新的顺序就是排序后的结果，这个结果有一个特点，那就是把偶数和奇数分开，这也就是FFT的理论基础。

6，基于cuda的一维快速傅里叶fft算法

CUFFT库说明有，很清楚的，下面代码赋值给data就可以了#define NX 256#define BATCH 10cufftHandle plan;cufftComplex *data;cudaMalloc((void**)&data, sizeof(cufftComplex)*NX*BATCH);if (cudaGetLastError() != cudaSuccess)fprintf(stderr, "Cuda error: Failed to allocate\n");return;}if (cufftPlan1d(&plan, NX, CUFFT_C2C, BATCH) != CUFFT_SUCCESS)fprintf(stderr, "CUFFT error: Plan creation failed");return;}.../* Note:* Identical pointers to input and output arrays implies in-placetransformation*/if (cufftExecC2C(plan, data, data, CUFFT_FORWARD) != CUFFT_SUCCESS)fprintf(stderr, "CUFFT error: ExecC2C Forward failed");return;}if (cufftExecC2C(plan, data, data, CUFFT_INVERSE) != CUFFT_SUCCESS)fprintf(stderr, "CUFFT error: ExecC2C Inverse failed");return;}

文章TAG：算法  什么  fft算法  
没有了