FFT的c语言实现与物理意义

最新推荐文章于 2024-08-03 21:15:16 发布
最新推荐文章于 2024-08-03 21:15:16 发布
阅读量1.9k 收藏 15
点赞数 4
分类专栏： 算法与数据结构 文章标签： FFT c语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u012153439/article/details/52300764
版权

fft.h

#ifndef __FFT_H__
#define __FFT_H__

typedef struct complex //复数类型
{
  float real;		//实部
  float imag;		//虚部
}complex;

#define PI 3.1415926535897932384626433832795028841971


///
void conjugate_complex(int n,complex in[],complex out[]);
void c_plus(complex a,complex b,complex *c);//复数加
void c_mul(complex a,complex b,complex *c) ;//复数乘
void c_sub(complex a,complex b,complex *c);	//复数减法
void c_div(complex a,complex b,complex *c);	//复数除法
void fft(int N,complex f[]);//傅立叶变换 输出也存在数组f中
void ifft(int N,complex f[]); // 傅里叶逆变换
void c_abs(complex f[],float out[],int n);//复数数组取模

#endif
fft.c 

#include "math.h"
#include "fft.h"

/*******************************************************************************
* 功能: 共轭复数 
* 形参: 
* 返回: 无
* 说明: 
*******************************************************************************/
void conjugate_complex(int n,complex in[],complex out[])
{
  int i = 0;
  for(i=0;i<n;i++)
  {
    out[i].imag = -in[i].imag;
    out[i].real = in[i].real;
  }	
}
/*******************************************************************************
* 功能: 复数的模 
* 形参: 
* 返回: 无
* 说明: 
*******************************************************************************/
void c_abs(complex f[],float out[],int n)
{
  int i = 0;
  float t;
  for(i=0;i<n;i++)
  {
    t = f[i].real * f[i].real + f[i].imag * f[i].imag;
    out[i] = sqrt(t);
  }	
}
/*******************************************************************************
* 功能: 复数加法
* 形参: 
* 返回: 无
* 说明: 
*******************************************************************************/
void c_plus(complex a,complex b,complex *c)
{
  c->real = a.real + b.real;
  c->imag = a.imag + b.imag;
}
/*******************************************************************************
* 功能: 复数减法
* 形参: 
* 返回: 无
* 说明: 
*******************************************************************************/
void c_sub(complex a,complex b,complex *c)
{
  c->real = a.real - b.real;
  c->imag = a.imag - b.imag;	
}
/*******************************************************************************
* 功能: 复数乘法
* 形参: 
* 返回: 无
* 说明: 
*******************************************************************************/
void c_mul(complex a,complex b,complex *c)
{
  c->real = a.real * b.real - a.imag * b.imag;
  c->imag = a.real * b.imag + a.imag * b.real;	
}
/*******************************************************************************
* 功能: 复数除法
* 形参: 
* 返回: 无
* 说明: 
*******************************************************************************/
void c_div(complex a,complex b,complex *c)
{
  c->real = (a.real * b.real + a.imag * b.imag)/(b.real * b.real +b.imag * b.imag);
  c->imag = (a.imag * b.real - a.real * b.imag)/(b.real * b.real +b.imag * b.imag);
}

void Wn_i(int n,int i,complex *Wn,char flag)
{
  Wn->real = cos(2*PI*i/n);
  if(flag == 1)
  Wn->imag = -sin(2*PI*i/n);
  else if(flag == 0)
  Wn->imag = -sin(2*PI*i/n);
}
/*******************************************************************************
* 功能: 傅里叶变化
* 形参: 
* 返回: 无
* 说明: 
*******************************************************************************/
void fft(int N,complex f[])
{
  complex t,wn;//中间变量
  int i,j,k,m,n,l,r,M;
  int la,lb,lc;
  /*----计算分解的级数M=log2(N)----*/
  for(i=N,M=1;(i=i/2)!=1;M++); 
  /*----按照倒位序重新排列原信号----*/
  for(i=1,j=N/2;i<=N-2;i++)
  {
    if(i<j)
    {
      t=f[j];
      f[j]=f[i];
      f[i]=t;
    }
    k=N/2;
    while(k<=j)
    {
      j=j-k;
      k=k/2;
    }
    j=j+k;
  }

  /*----FFT算法----*/
  for(m=1;m<=M;m++)
  {
    la=pow(2,m); //la=2^m代表第m级每个分组所含节点数		
    lb=la/2;    //lb代表第m级每个分组所含碟形单元数
                 //同时它也表示每个碟形单元上下节点之间的距离
    /*----碟形运算----*/
    for(l=1;l<=lb;l++)
    {
      r=(l-1)*pow(2,M-m);	
      for(n=l-1;n<N-1;n=n+la) //遍历每个分组，分组总数为N/la
      {
        lc=n+lb;  //n,lc分别代表一个碟形单元的上、下节点编号     
        Wn_i(N,r,&wn,1);//wn=Wnr
        c_mul(f[lc],wn,&t);//t = f[lc] * wn复数运算
        c_sub(f[n],t,&(f[lc]));//f[lc] = f[n] - f[lc] * Wnr
        c_plus(f[n],t,&(f[n]));//f[n] = f[n] + f[lc] * Wnr
      }
    }
  }
}
/*******************************************************************************
* 功能: 傅里叶逆变换
* 形参: 
* 返回: 无
* 说明: 
*******************************************************************************/
void ifft(int N,complex f[])
{
  int i=0;
  conjugate_complex(N,f,f);
  fft(N,f);
  conjugate_complex(N,f,f);
  for(i=0;i<N;i++)
  {
    f[i].imag = (f[i].imag)/N;
    f[i].real = (f[i].real)/N;
  }
}
main.c 

#include <stdio.h>
#include "fft.h"

#define  FFT_NPT 256

/*******************************************************************************
* 功能: fft测试函数1 
* 形参: 无 
* 返回: 无
* 说明: 模拟220V市电f(t)=220cos(2PI*50t)的ADC采样并进行快速傅里叶变换
*******************************************************************************/
void fftTest1(void)
{
	int i;
	complex s[FFT_NPT];
	float r;
	for(i=0;i<FFT_NPT;i++)                 //256Hz的采样频率采样256个点 
	{
		s[i].real=220*cos(2*PI*50*i/FFT_NPT);
		s[i].imag=0;                                //虚部为0
	}
	fft(FFT_NPT, s);		//进行FFT处理
	for(i=0;i<FFT_NPT;i++) 
	{
		r=sqrt(s[i].real*s[i].real+s[i].imag*s[i].imag);
		printf("s[%d].real=%f,imag=%f,r=%f\n",i,s[i].real,s[i].imag,r); 
	}
}
/*******************************************************************************
* 功能: fft测试函数2 
* 形参: 无 
* 返回: 无
* 说明:对f(t)=2+3*cos(2*pi*50*t-pi*30/180)+1.5*cos(2*pi*75*t+pi*90/180)采样并FFT 
*******************************************************************************/
void fftTest2(void)
{
	int i;
	complex s[FFT_NPT];
	float r;
	for(i=0;i<FFT_NPT;i++)                 //256Hz的采样频率采样256个点 
	{
		s[i].real=2+3*cos(2*PI*50*i/FFT_NPT-PI*30/180)+1.5*cos(2*PI*75*i/FFT_NPT+PI*90/180);
		s[i].imag=0;                                //虚部为0
	}
	fft(FFT_NPT, s);		//进行FFT处理
	for(i=0;i<FFT_NPT;i++) 
	{
		r=sqrt(s[i].real*s[i].real+s[i].imag*s[i].imag);
		printf("s[%d].real=%f,imag=%f,r=%f\n",i,s[i].real,s[i].imag,r); 
	}
}
/*******************************************************************************
* 功能: 主函数 
* 形参: 
* 返回: 
* 说明: 
*******************************************************************************/
int main()
{
	printf("fftTest1\n");
	fftTest1();
	printf("fftTest2\n");
	fftTest2();		
	return 0;
}

由于FFT结果的对称性，通常我们只使用前半部分的结果，即小于采样频率一半的结果进行分析

1.运行fft测试t函数1,可得到如下结果(忽略值近似为0 的点和对称点)：

s[50].real=28160.000000,imag=-0.001160,r=28160.000000

分析：因为以256Hz的频率采样256个点，每两个点之间的间距就是1Hz，所以该点表示50Hz的信号

    幅度：28160/(N/2)=28160/(256/2)=220

    相位：arctan(0.001160/28160) = 0 °

2.运行fft测试t函数2,可得到如下结果(忽略值近似为0 的点和对称点)：

s[0].real=512.000000,imag=0.000000,r=512.000000

s[50].real=332.553772,imag=-191.999985,r=384.000000

s[75].real=0.000002,imag=192.000000,r=192.000000

结论：(1)直流幅度：512/N = 512/256 = 2，相位：无

    (2)50Hz幅度：384/(N/2)=384/(256/2)=3，相位：arctan(-191.999985/332.553772) =  -30 ° 

            (3)75Hz幅度：191.999985/(N/2)=192/(256/2)=1.5，相位：arctan(192.000000/0.000002) = 90 ° 

参看文章：http://blog.sina.com.cn/s/blog_640029b301010xkv.html

wyang_top
关注
  • 4
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
fft算法讲解
11-23
傅里叶变换的提出，分类，物理意义，用matlab实现快速傅里叶变换
基于TMS320VC5402DSK的FFF的C语言实现
12-28
### 基于TMS320VC5402DSK的FFT的C语言实现 #### 摘要 本文介绍了美国德州仪器（TI）公司TMS320VC5402数字信号处理器（DSP）的主要硬件结构及其性能特点，并在此基础上，利用Code Composer Studio (CCS)开发环境，...
从Matlab平台进行FFT到ARM平台C语言FFT频谱分析
“逛丢一只鞋”的博客
11-05 3299
文章目录Matlab FFT 时域、频域分析ARM Matlab FFT 时域、频域分析 FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。 虽然很多人都知道FFT是什么，可以用来做什么，怎么去做，但是却不知道FFT之后的结果是什意思、如何决定要使用多少点来做FFT。 现在就根据实际经验来说说FFT结果的具
FFT(快速傅里叶变换)C语言实现
m0_60306595的博客
05-24 247
【代码】FFT(快速傅里叶变换)C语言实现。
FFT后的物理意义
自由的天空
05-27 4899
出处：http://www.xuebuyuan.com/539160.html FFT（Fast Fourier Transform，快速傅立叶变换）是离散傅立叶变换的快速算法，也是我们在数字信号处理技术中经常会提到的一个概念。在大学的理工科课程中，在完成高等数学的课程后，数字信号处理一般会作为通信电子类专业的专业基础课程进行学习，原因是其中涉及了大量的高等数
FFT结果的物理意义
qq_1070971363的博客
07-03 311
FFT结果的物理意义 FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。这 就是很多信号分析采用FFT变换的原因。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。 虽然很多人都知道FFT是什么，可以用来做什么，怎么去做，但是却不知道FFT之后的结果是什意思、如何决定要使...
如何使用计算机实现fft,快速傅立叶变换(fft)的计算机实现
weixin_29790175的博客
06-28 945
快速傅立叶变换(fft)的计算机实现 信号与系统课程设计 ——FFT 的计算机实现快速傅里叶变换(FFT)的计算机实现 赖智鹏 华中科技大学电气与电子工程学院0809班U200811806 Email: 592425891@ 摘要：本文是信号与系统课程的课程设计，旨在熟悉FFT的计算过程，结合DFT物理意义和实验结果加深 对傅立叶变换的理解。文章首先用MATLAB对一个简单信号进行FFT仿真，得出...
Fft对计算机的意义,快速傅立叶变换(FFT)的计算机实现.doc
weixin_39766071的博客
07-24 132
文档介绍：信号与系统课程设计——FFT的计算机实现快速傅里叶变换(FFT)的计算机实现赖智鹏华中科技大学电气与电子工程学院0809班U6Email:摘要:本文是信号与系统课程的课程设计,旨在熟悉FFT的计算过程,结合DFT物理意义和实验结果加深对傅立叶变换的理解。文章首先用MATLAB对一个简单信号进行FFT仿真,得出频谱图;其次完成了FFT的C语言实现,结合MATLAB作图及数据处理功能得出了C...
快速傅里叶变换FFT结果的物理意义
greatwgb的博客
01-06 1万+
FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。这 就是很多信号分析采用FFT变换的原因。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。 快速傅里叶变换FFT结果的物理意义，单片机keil C51/avr/dsp程序（已验证） #include //AT8
stm32f4进行fft运算
a1240553493的博客
07-26 7451
我是个小菜鸡，最近需要用fft，就学习使用了一下，感觉还挺好玩的，文章内容可能有描述不准确或者错误的地方，希望读者带着辩证的眼光阅读，如果方便指出错误，那就很感谢了。 本文主要关注fft实际应用，对于如何实现fft，和原理部分没有设计，因为我不会，哈哈哈。 原理： https://blog.csdn.net/iloveyoumj/article/details/53308142 st官方dsp库手册 Release_Notes.html 为什么需要fft？ 分解信号，测谐波 测波形频率和
如何使用计算机实现fft,快速傅立叶变换(FFT)的计算机实现..doc
weixin_35710158的博客
06-28 636
快速傅立叶变换(FFT)的计算机实现.信号与系统课程设计——FFT的计算机实现快速傅里叶变换(FFT)的计算机实现赖智鹏华中科技大学电气与电子工程学院0809班U200811806Email: 592425891@摘要：本文是信号与系统课程的课程设计，旨在熟悉FFT的计算过程，结合DFT物理意义和实验结果加深对傅立叶变换的理解。文章首先用MATLAB对一个简单信号进行FFT仿真，得出频谱图；其次完...
适用于单片机的FFT快速傅里叶变换算法，51单片机都能用
热门推荐
乙酸氧铍的博客
11-10 1万+
目录源码FFT.cFFT.h使用方法效果其他部分的代码main.c 普中51-单核-A2 STC89C52 Keil uVision V5.29.0.0 PK51 Prof.Developers Kit Version:9.60.0.0 算法来自FFT算法的使用说明与C语言版实现源码 —— 原作者：吉帅虎 移植十分简单，不依赖其他库，可自定义点数 源码 FFT.c /********************************************************************
FFT.rar_dsp_fft_fft
09-24
1. **离散傅立叶变换(DFT)**：了解DFT的基础概念，包括其公式和物理意义，它是FFT的基础。 2. **FFT算法的实现**：学习并理解Cooley-Tukey算法，这是最常见的FFT实现方式，包括Bit-Reversal（位反转）和Decimation-...
C 代码 泊松方程.rar
05-26
C语言作为基础且强大的编程语言，常被用来编写高效且可移植的算法，实现泊松方程的求解。 "poisson"文件可能是C语言编写的泊松方程的单进程版本，而"poisson_mpi"则可能涉及到MPI（Message Passing Interface），这...
CCF编程能力等级认证GESP—C++3级—20240629
QD_Jason的博客
08-03 762
CCF编程能力等级认证GESP—C++3级—20240629
程序设计基础(c语言)
renewal_m的博客
08-03 244
2、本题要求实现一个函数，可求两个数的最大公约数，例如，12和8的最大公约数为4，则该函数应该返回4运行结果如下2、本题要求实现一个函数，可求两个数的最大公约数，例如，12和8的最大公约数为4，则该函数应该返回4。
C语言基础题：迷宫寻路（C语言版）
最新发布
我就知道你会来，我们一起进步吧！
08-03 264
路线如下:(1,1)→(2,1)→(3,1)→(3,2)→(3,3)→(2,3)→(2,4)→(2,5)→(3,5)迷宫可以视为一个n x m 矩阵，每个位置要么是空地，要么是墙。机器猫只能从一个空地走到其上、下、左、右的空地。对于 100% 的数据，保证1< n,m < 100，(1,1)和(n,m)均为空地。每行输入一个长为 m 的字符串，#表示墙，. 表示空地。如果机器猫能走到(n,m)，则输出 Yes;机器猫初始时位于(1,1)的位置，问能否走到(n,m)位置。第一行，两个正整数 n,m。
fft C语言实现
06-01
下面是一个基于C语言的FFT实现代码示例，可以参考： ```c #include <stdio.h> #include <math.h> #define PI 3.14159265358979323846 void fft(double complex *x, int n) { if(n == 1) return; double complex even[n/2], odd[n/2]; for(int i=0; i<n/2; i++) { even[i] = x[2*i]; odd[i] = x[2*i+1]; } fft(even, n/2); fft(odd, n/2); for(int i=0; i<n/2; i++) { double complex t = cexp(-2.0*PI*i/n) * odd[i]; x[i] = even[i] + t; x[i+n/2] = even[i] - t; } } int main() { double complex x[] = {1, 2, 3, 4, 5, 6, 7, 8}; int n = sizeof(x) / sizeof(double complex); fft(x, n); for(int i=0; i<n; i++) { printf("(%f, %f)\n", creal(x[i]), cimag(x[i])); } return 0; } ``` 这个示例程序实现了一个递归的FFT算法，使用了C语言的复数类型 `double complex`。在 `main` 函数中，定义了一个长度为8的复数序列，然后调用 `fft` 函数进行FFT变换，并输出结果。你可以根据自己的需求改变输入序列的长度和数值。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值