我想更好地理解FFTW的API。FFTW是一个用于计算一维或多维离散傅里叶变换(DFT)的库。
现在,假设我有一个窦形波形x=30*sin(2*M_PI*f* I* T),其中f是频率(例如f=1000Hz)。如果我使用FFTW的函数来分析我的波形,我希望得到一个频率f=1000Hz。
我的问题是如何使用FFTW库在c++中做到这一点?
您可以在FFTW的文档中找到更多详细信息。
然而,对于一维实值信号的相对简单的情况,下面是你必须做的一般步骤的总结。
通常您需要分配输入/输出缓冲区,以及FFTW用于自己记账的数据结构,库将其称为plan
。这可以通过多种方式实现(详见FFTW的文档),例如:
#include "fftw3.h"
// First choose a buffer size:
// Typically best performance with a power of 2
// but could be a product of small primes
int input_size = 1024;
// Compute corresponding number of complex output samples
int output_size = (input_size/2 + 1);
// Allocate input and output buffers
double* input_buffer = static_cast<double* >(fftw_malloc(input_size * sizeof(double)));
fftw_complex* output_buffer = static_cast<fftw_complex*>(fftw_malloc(output_size * sizeof(fftw_complex)));
// Create plan
// Select plan creation flags
// see http://www.fftw.org/fftw3_doc/Planner-Flags.html#Planner-Flags
int flags = FFTW_ESTIMATE;
fftw_plan plan = fftw_plan_dft_r2c_1d(input_size,
input_buffer,
output_buffer,
flags);
一旦完成,您可以用实值数据样本填充input_buffer
进行分析,并使用
fftw_execute(plan);
复值结果将存储在output_buffer
中,其中output_buffer[0]
对应频率为0,output_buffer[output_size-1]
对应采样率的一半。该计划可以执行多次(input_buffer
中的值更新,导致output_buffer
中的值相应更新)。
请注意,通常fftw_complex
(这是本例中用于输出的数据类型)是作为一个包含2个值的数组实现的:索引0对应于实数部分,索引1对应于虚数部分(例如output_buffer[i][0]
对应于i频率分量的实数部分)。
完成后,可以使用以下命令释放已分配的资源:
fftw_free(input_buffer);
fftw_free(output_buffer);
fftw_destroy_plan(plan);
请注意,如果您可以使用这些函数的float
, double
或long double
版本。链接到相应的libfftw3f-3.lib
, libfftw3-3.lib
或libfftw3l-3.lib
。
更新:如果你想和fftw_plan_dft_1d
一起使用复值输入样本,那么你必须像这样设置实部和虚部:
for (i = 0; i < N-1; ++i) {
t[i]=i*T;
signal[i][0] = 0.7 * sin(2*M_PI*f*t[i]); // real-part
signal[i][1] = 0.0; // imaginary-part
}
或者将输入样本类型更改为float
, double
或long double
(同时使用fftw_plan_dft_r2c_1d
)。
你的问题属于真实数据的一维dft范畴
step1:通过您提供的x = 30(2*pi*1000*id
函数生成频率为1000hz的波形数据(确保采样频率为2乘以2*f,即2000,我建议您通过范围(0,1,1/2000)迭代id),从而为您提供2000个样本数据。
step2:使用函数得到DFT输出
fftw_plan fftw_plan_dft_r2c_1d(int n, double *in, fftw_complex *out,
unsigned flags);