包含c语言实现fft变换的库函数的词条

发布时间：2023-01-08

本文目录一览：

  1. 求FFT的c语言程序
  2. 求用C语言实现FFT变换的程序（见下面）
  3. [如何用C语言或汇编语言实现FFT(快速傅里叶）变换，并写出C语言或汇编代码，万分感谢。](#如何用C语言或汇编语言实现FFT(快速傅里叶）变换，并写出C语言或汇编代码，万分感谢。)
  4. 求FFT的C语言实现
  5. 怎样用C语言实现FFT算法啊？
  6. C语言 1024点快速傅里叶变换（FFT）程序，最好经过优化，执行速度快

求FFT的c语言程序

快速傅里叶变换 要用C++ 才行吧 你可以用MATLAB来实现更方便点啊 此FFT 是用VC6.0编写，由FFT.CPP；STDAFX.H和STDAFX.CPP三个文件组成，编译成功。程序可以用文件输入和输出为文件。文件格式为TXT文件。测试结果如下： 输入文件：8.TXT 或手动输入

8 //N
1
2
3
4
5
6
7
8

输出结果为：或保存为TXT文件。（8OUT.TXT）

8
(36,0)
(-4,9.65685)
(-4,4)
(-4,1.65685)
(-4,0)
(-4,-1.65685)
(-4,-4)
(-4,-9.65685)

下面为FFT.CPP文件：

// FFT.cpp : 定义控制台应用程序的入口点。
#include "stdafx.h"
#include <iostream>
#include <complex>
#include <bitset>
#include <vector>
#include <conio.h>
#include <string>
#include <fstream>
using namespace std;
bool inputData(unsigned long , vector<complex<double> > &); //手工输入数据
void FFT(unsigned long , vector<complex<double> > &); //FFT变换
void display(unsigned long , vector<complex<double> > &); //显示结果
bool readDataFromFile(unsigned long , vector<complex<double> > &); //从文件中读取数据
bool saveResultToFile(unsigned long , vector<complex<double> > &); //保存结果至文件中
const double PI = 3.1415926;
int _tmain(int argc, _TCHAR* argv[])
{
    vector<complex<double> > vecList; //有限长序列
    unsigned long ulN = 0; //N
    char chChoose = ' '; //功能选择
    //功能循环
    while(chChoose != 'Q' && chChoose != 'q')
    {
        //显示选择项
        cout << "\nPlease chose a function" << endl;
        cout << "\t1.Input data manually, press 'M':" << endl;
        cout << "\t2.Read data from file, press 'F':" << endl;
        cout << "\t3.Quit, press 'Q'" << endl;
        cout << "Please chose:";
        //输入选择
        chChoose = getch();
        //判断
        switch(chChoose)
        {
        case 'm': //手工输入数据
        case 'M':
            if(inputData(ulN, vecList))
            {
                FFT(ulN, vecList);
                display(ulN, vecList);
                saveResultToFile(ulN, vecList);
            }
            break;
        case 'f': //从文档读取数据
        case 'F':
            if(readDataFromFile(ulN, vecList))
            {
                FFT(ulN, vecList);
                display(ulN, vecList);
                saveResultToFile(ulN, vecList);
            }
            break;
        }
    }
    return 0;
}
bool Is2Power(unsigned long ul) //判断是否是2的整数次幂
{
    if(ul < 2)
        return false;
    while( ul > 1 )
    {
        if( ul % 2 )
            return false;
        ul /= 2;
    }
    return true;
}
bool inputData(unsigned long &ulN, vector<complex<double> > &vecList)
{
    //题目
    cout << "\n\n\n==============================Input Data===============================" << endl;
    //输入N
    cout << "\nInput N:";
    cin>>ulN;
    if(!Is2Power(ulN)) //验证N的有效性
    {
        cout << "N is invalid (N must like 2, 4, 8, .....), please retry." << endl;
        return false;
    }
    //输入各元素
    vecList.clear(); //清空原有序列
    complex<double> c;
    for(unsigned long i = 0; i < ulN; i++)
    {
        cout << "Input x(" << i << "):";
        cin >> c;
        vecList.push_back(c);
    }
    return true;
}
bool readDataFromFile(unsigned long &ulN, vector<complex<double> > &vecList) //从文件中读取数据
{
    //题目
    cout << "\n\n\n===============Read Data From File==============\n" << endl;
    //输入文件名
    string strfilename;
    cout << "Input filename:" ;
    cin >> strfilename;
    //打开文件
    cout << "open file " << strfilename << "......." << endl;
    ifstream loadfile;
    loadfile.open(strfilename.c_str());
    if(!loadfile)
    {
        cout << "\tfailed" << endl;
        return false;
    }
    else
    {
        cout << "\tsucceed" << endl;
    }
    vecList.clear();
    //读取N
    loadfile >> ulN;
    if(!loadfile)
    {
        cout << "can't get N" << endl;
        return false;
    }
    else
    {
        cout << "N = " << ulN << endl;
    }
    //读取元素
    complex<double> c;
    for(unsigned long i = 0; i < ulN; i++)
    {
        loadfile >> c;
        if(!loadfile)
        {
            cout << "can't get enough infomation" << endl;
            return false;
        }
        else
            cout << "x(" << i << ") = " << c << endl;
        vecList.push_back(c);
    }
    //关闭文件
    loadfile.close();
    return true;
}
bool saveResultToFile(unsigned long ulN, vector<complex<double> > &vecList) //保存结果至文件中
{
    //询问是否需要将结果保存至文件
    char chChoose = ' ';
    cout << "Do you want to save the result to file? (y/n):";
    chChoose = _getch();
    if(chChoose != 'y' && chChoose != 'Y')
    {
        return true;
    }
    //输入文件名
    string strfilename;
    cout << "\nInput file name:" ;
    cin >> strfilename;
    cout << "Save result to file " << strfilename << "......" << endl;
    //打开文件
    ofstream savefile(strfilename.c_str());
    if(!savefile)
    {
        cout << "can't open file" << endl;
        return false;
    }
    //写入N
    savefile << ulN << endl;
    //写入元素
    for(vector<complex<double> >::iterator i = vecList.begin(); i != vecList.end(); i++)
    {
        savefile << *i << endl;
    }
    //写入完毕
    cout << "save succeed." << endl;
    //关闭文件
    savefile.close();
    return true;
}
void FFT(unsigned long ulN, vector<complex<double> > &vecList)
{
    //得到幂数
    unsigned long ulPower = 0; //幂数
    unsigned long ulN1 = ulN - 1;
    while(ulN1 > 0)
    {
        ulPower++;
        ulN1 /= 2;
    }
    //反序
    bitset<sizeof(unsigned long) * 8> bsIndex; //二进制容器
    unsigned long ulIndex; //反转后的序号
    unsigned long ulK;
    for(unsigned long p = 0; p < ulN; p++)
    {
        ulIndex = 0;
        ulK = 1;
        bsIndex = bitset<sizeof(unsigned long) * 8>(p);
        for(unsigned long j = 0; j < ulPower; j++)
        {
            ulIndex += bsIndex.test(ulPower - j - 1) ? ulK : 0;
            ulK *= 2;
        }
        if(ulIndex < p)
        {
            complex<double> c = vecList[p];
            vecList[p] = vecList[ulIndex];
            vecList[ulIndex] = c;
        }
    }
    //计算旋转因子
    vector<complex<double> > vecW;
    for(unsigned long i = 0; i < ulN / 2; i++)
    {
        vecW.push_back(complex<double>(cos(2 * i * PI / ulN) , -1 * sin(2 * i * PI / ulN)));
    }
    for(unsigned long m = 0; m < ulN / 2; m++)
    {
        cout << "\nvW[" << m << "]=" << vecW[m];
    }
    //计算FFT
    unsigned long ulGroupLength = 1; //段的长度
    unsigned long ulHalfLength = 0; //段长度的一半
    unsigned long ulGroupCount = 0; //段的数量
    complex<double> cw; //WH(x)
    complex<double> c1; //G(x) + WH(x)
    complex<double> c2; //G(x) - WH(x)
    for(unsigned long b = 0; b < ulPower; b++)
    {
        ulHalfLength = ulGroupLength;
        ulGroupLength *= 2;
        for(unsigned long j = 0; j < ulN; j += ulGroupLength)
        {
            for(unsigned long k = 0; k < ulHalfLength; k++)
            {
                cw = vecW[k * ulN / ulGroupLength] * vecList[j + k + ulHalfLength];
                c1 = vecList[j + k] + cw;
                c2 = vecList[j + k] - cw;
                vecList[j + k] = c1;
                vecList[j + k + ulHalfLength] = c2;
            }
        }
    }
}
void display(unsigned long ulN, vector<complex<double> > &vecList)
{
    cout << "\n\n===========================Display The Result=========================" << endl;
    for(unsigned long d = 0; d < ulN;d++)
    {
        cout << "X(" << d << ")\t\t\t = " << vecList[d] << endl;
    }
}

下面为STDAFX.H文件：

// stdafx.h : 标准系统包含文件的包含文件，
// 或是常用但不常更改的项目特定的包含文件
#pragma once
#include <iostream>
#include <tchar.h>
// TODO: 在此处引用程序要求的附加头文件

下面为STDAFX.CPP文件：

// stdafx.cpp : 只包括标准包含文件的源文件
// FFT.pch 将成为预编译头
// stdafx.obj 将包含预编译类型信息
#include "stdafx.h"
// TODO: 在 STDAFX.H 中
//引用任何所需的附加头文件，而不是在此文件中引用

求用C语言实现FFT变换的程序（见下面）

你好，这是我的回答，希望可以帮到你。

结果讨论

一，如果对信号进行同样点数N的FFT变换，采样频率fs越高，则可以分析越高频的信号；与此同时，采样频率越低，对于低频信号的频谱分辨率则越好。 二，假设采样点不在正弦信号的波峰、波谷、以及0电压处，频谱则会产生泄露（leakage）。 三，对于同样的采样率fs，提高FFT的点数N，则可提高频谱的分辨率。 四，如果采样频率fs小于2倍信号频率2*fs（奈圭斯特定理），则频谱分析结果会出错。 五，对于（二）中泄露现象，可以通过在信号后面补零点解决。

程序及注解如下

%清除命令窗口及变量
clc;
clear all;
%输入f、N、T、是否补零（补几个零）
f=input('Input frequency of the signal: f\n');
N=input('Input number of pointsl: N\n');
T=input('Input sampling time: T\n');
flag=input('Add zero too sampling signal or not? yes=1 no=0\n');
if(flag)
    ZeroNum=input('Input nmber of zeros\n');
else
    ZeroNum=0;
end
%生成信号，signal是原信号。signal为采样信号。
fs=1/T;
t=0:0.00001:T*(N+ZeroNum-1);
signal=sin(2*pi*f*t);
t2=0:T:T*(N+ZeroNum-1);
signal2=sin(2*pi*f*t2);
if (flag)
    signal2=[signal2 zeros(1, ZeroNum)];
end
%画出原信号及采样信号。
figure;
subplot(2,1,1);
plot(t,signal);
xlabel('Time(s)');
ylabel('Amplitude(volt)');
title('Singnal');
hold on;
subplot(2,1,1);
stem(t2,signal2,'r');
axis([0 T*(N+ZeroNum) -1 1]);
%作FFT变换，计算其幅值，归一化处理，并画出频谱。
Y = fft(signal2,N);
Pyy = Y.* conj(Y) ;
Pyy=(Pyy/sum(Pyy))*2;
f=0:fs/(N-1):fs/2;
subplot(2,1,2);
bar(f,Pyy(1:N/2));
xlabel('Frequency(Hz)');
ylabel('Amplitude');
title('Frequency compnents of signal');
axis([0 fs/2 0 ceil(max(Pyy))])
grid on;

祝你好运！ 我可以帮助你，你先设置我最佳答案后，我百度Hii教你。

如何用C语言或汇编语言实现FFT(快速傅里叶）变换，并写出C语言或汇编代码，万分感谢。

float ar[1024],ai[1024];/* 原始数据实部，虚部 */
float a[2050];
void fft(int nn) /* nn数据长度 */
{
    int n1,n2,i,j,k,l,m,s,l1;
    float t1,t2,x,y;
    float w1,w2,u1,u2,z;
    float fsin[10]={0.000000,1.000000,0.707107,0.3826834,0.1950903,0.09801713,0.04906767,0.02454123,0.01227154,0.00613588,};
    float fcos[10]={-1.000000,0.000000,0.7071068,0.9238796,0.9807853,0.99518472,0.99879545,0.9996988,0.9999247,0.9999812,};
    switch(nn)
    {
    case 1024: s=10; break;
    case 512: s=9; break;
    case 256: s=8; break;
    }
    n1=nn/2; n2=nn-1;
    j=1;
    for(i=1;i<=nn;i++)
    {
        a[2*i]=ar[i-1];
        a[2*i+1]=ai[i-1];
    }
    for(l=1;l<=n2;l++)
    {
        if(l<j)
        {
            t1=a[2*j];
            t2=a[2*j+1];
            a[2*j]=a[2*l];
            a[2*j+1]=a[2*l+1];
            a[2*l]=t1;
            a[2*l+1]=t2;
        }
        k=n1;
        while (k<j)
        {
            j=j-k;
            k=k/2;
        }
        j=j+k;
    }
    for(i=1;i<=s;i++)
    {
        u1=1;
        u2=0;
        m=(1<<i);
        k=m>>1;
        w1=fcos[i-1];
        w2=-fsin[i-1];
        for(j=1;j<=k;j++)
        {
            for(l=j;l<=nn;l=l+m)
            {
                l1=l+k;
                t1=a[2*l1]*u1-a[2*l1+1]*u2;
                t2=a[2*l1]*u2+a[2*l1+1]*u1;
                a[2*l1]=a[2*l]-t1;
                a[2*l1+1]=a[2*l+1]-t2;
                a[2*l]=a[2*l]+t1;
                a[2*l+1]=a[2*l+1]+t2;
            }
            z=u1*w1-u2*w2;
            u2=u1*w2+u2*w1;
            u1=z;
        }
    }
    for(i=1;i<=nn/2;i++)
    {
        ar[i]=4*a[2*i+2]/nn; /* 实部 */
        ai[i]=-4*a[2*i+3]/nn; /* 虚部 */
        a[i]=4*sqrt(ar[i]*ar[i]+ai[i]*ai[i]); /* 幅值 */
    }
}

求FFT的C语言实现

#include <stdio.h>
#include <math.h>
#include <stdlib.h>
#define N 1000
/*定义复数类型*/
typedef struct{
    double real;
    double img;
}complex;
complex x[N], *W; /*输入序列,变换核*/
int size_x=0; /*输入序列的大小，在本程序中仅限2的次幂*/
double PI; /*圆周率*/
void fft(); /*快速傅里叶变换*/
void initW(); /*初始化变换核*/
void change(); /*变址*/
void add(complex ,complex ,complex *);
void mul(complex ,complex ,complex *);
void sub(complex ,complex ,complex *);
void output();
int main(){
    int i; /*输出结果*/
    system("cls");
    PI=atan(1)*4;
    printf("Please input the size of x:\n");
    scanf("%d",&size_x);
    printf("Please input the data in x[N]:\n");
    for(i=0;i<size_x;i++)
        scanf("%lf%lf",&x[i].real,&x[i].img);
    initW();
    fft();
    output();
    return 0;
}
/*快速傅里叶变换*/
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++){ /*一级蝶形运算*/
        l=1<<i;
        for(j=0;j<size_x;j+= 2*l ){ /*一组蝶形运算*/
            for(k=0;k<l;k++){ /*一个蝶形运算*/
                mul(x[j+k+l],W[size_x*k/2/l],product);
                add(x[j+k],product,up);
                sub(x[j+k],product,down);
                x[j+k]=up;
                x[j+k+l]=down;
            }
        }
    }
}
/*初始化变换核*/
void initW(){
    int i;
    W=(complex *)malloc(sizeof(complex) * size_x);
    for(i=0;i<size_x;i++){
        W[i].real=cos(2*PI/size_x*i);
        W[i].img=-1*sin(2*PI/size_x*i);
    }
}
/*变址计算，将x(n)码位倒置*/
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[i];
            x[i]=x[j];
            x[j]=temp;
        }
    }
}
/*输出傅里叶变换的结果*/
void output(){
    int i;
    printf("The result are as follows\n");
    for(i=0;i<size_x;i++){
        printf("%.4f",x[i].real);
        if(x[i].img>=0.0001)printf("+%.4fj\n",x[i].img);
        else if(fabs(x[i].img)<0.0001)printf("\n");
        else printf("%.4fj\n",x[i].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;
}

怎样用C语言实现FFT算法啊？

二维FFT

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<M; i++)
    FFT_1D(ROW[i], N);
for (int j=0; j<N; j++)
    FFT_1D(COL[j], M);

其中，ROW[i]表示矩阵的第i行。注意这只是一个简单的记法，并不能完全照抄。还需要通过一些语句来生成各行的数据。同理，COL[j]是对矩阵的第j列的一种简单表示方法。 所以，关键是一维FFT算法的实现。

例程

#include <stdio.h>
#include <math.h>
#include <stdlib.h>
#define N 1000
/*定义复数类型*/
typedef struct{
    double real;
    double img;
}complex;
complex x[N], *W; /*输入序列,变换核*/
int size_x=0; /*输入序列的大小，在本程序中仅限2的次幂*/
double PI; /*圆周率*/
void fft(); /*快速傅里叶变换*/
void initW(); /*初始化变换核*/
void change(); /*变址*/
void add(complex ,complex ,complex *);
void mul(complex ,complex ,complex *);
void sub(complex ,complex ,complex *);
void output();
int main(){
    int i; /*输出结果*/
    system("cls");
    PI=atan(1)*4;
    printf("Please input the size of x:\n");
    scanf("%d",&size_x);
    printf("Please input the data in x[N]:\n");
    for(i=0;i<size_x;i++)
        scanf("%lf%lf",&x[i].real,&x[i].img);
    initW();
    fft();
    output();
    return 0;
}
/*快速傅里叶变换*/
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++){ /*一级蝶形运算*/
        l=1<<i;
        for(j=0;j<size_x;j+= 2*l ){ /*一组蝶形运算*/
            for(k=0;k<l;k++){ /*一个蝶形运算*/
                mul(x[j+k+l],W[size_x*k/2/l],product);
                add(x[j+k],product,up);
                sub(x[j+k],product,down);
                x[j+k]=up;
                x[j+k+l]=down;
            }
        }
    }
}
/*初始化变换核*/
void initW(){
    int i;
    W=(complex *)malloc(sizeof(complex) * size_x);
    for(i=0;i<size_x;i++){
        W[i].real=cos(2*PI/size_x*i);
        W[i].img=-1*sin(2*PI/size_x*i);
    }
}
/*变址计算，将x(n)码位倒置*/
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[i];
            x[i]=x[j];
            x[j]=temp;
        }
    }
}
/*输出傅里叶变换的结果*/
void output(){
    int i;
    printf("The result are as follows\n");
    for(i=0;i<size_x;i++){
        printf("%.4f",x[i].real);
        if(x[i].img>=0.0001)printf("+%.4fj\n",x[i].img);
        else if(fabs(x[i].img)<0.0001)printf("\n");
        else printf("%.4fj\n",x[i].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;
}

C语言 1024点快速傅里叶变换（FFT）程序，最好经过优化，执行速度快

void fft()
{
    int nn,n1,n2,i,j,k,l,m,s,l1;
    float ar[1024],ai[1024]; // 实部 虚部
    float a[2050];
    float t1,t2,x,y;
    float w1,w2,u1,u2,z;
    float fsin[10]={0.000000,1.000000,0.707107,0.3826834,0.1950903,0.09801713,0.04906767,0.02454123,0.01227154,0.00613588,}; // 优化
    float fcos[10]={-1.000000,0.000000,0.7071068,0.9238796,0.9807853,0.99518472,0.99879545,0.9996988,0.9999247,0.9999812,};
    nn=1024;
    s=10;
    n1=nn/2; n2=nn-1;
    j=1;
    for(i=1;i<=nn;i++)
    {
        a[2*i]=ar[i-1];
        a[2*i+1]=ai[i-1];
    }
    for(l=1;l<=n2;l++)
    {
        if(l<j)
        {
            t1=a[2*j];
            t2=a[2*j+1];
            a[2*j]=a[2*l];
            a[2*j+1]=a[2*l+1];
            a[2*l]=t1;
            a[2*l+1]=t2;
        }
        k=n1;
        while (k<j)
        {
            j=j-k;
            k=k/2;
        }
        j=j+k;
    }
    for(i=1;i<=s;i++)
    {
        u1=1;
        u2=0;
        m=(1<<i);
        k=m>>1;
        w1=fcos[i-1];
        w2=-fsin[i-1];
        for(j=1;j<=k;j++)
        {
            for(l=j;l<=nn;l=l+m)
            {
                l1=l+k;
                t1=a[2*l1]*u1-a[2*l1+1]*u2;
                t2=a[2*l1]*u2+a[2*l1+1]*u1;
                a[2*l1]=a[2*l]-t1;
                a[2*l1+1]=a[2*l+1]-t2;
                a[2*l]=a[2*l]+t1;
                a[2*l+1]=a[2*l+1]+t2;
            }
            z=u1*w1-u2*w2;
            u2=u1*w2+u2*w1;
            u1=z;
        }
    }
    for(i=1;i<=nn/2;i++)
    {
        ar[i]=a[2*i+2]/nn;
        ai[i]=-a[2*i+3]/nn;
        a[i]=4*sqrt(ar[i]*ar[i]+ai[i]*ai[i]); // 幅值
    }
}
推荐文章