python 希尔伯特变换_用CUDA实现Hilbert变换

为了对一维阵列进行希尔伯特变换，必须：FFT阵列

将数组的一半加倍，另一半归零

逆FFT结果

我用的是PyCuLib。到目前为止我的代码def htransforms(data):

N = data.shape[0]

transforms = nb.cuda.device_array_like(data) # Allocates memory on GPU with size/dimensions of signal

transforms.dtype = np.complex64 # Change GPU array type to complex for FFT

pyculib.fft.fft(signal.astype(np.complex64), transforms) # Do FFT on GPU

transforms[1:N/2] *= 2.0 # THIS STEP DOESN'T WORK

transforms[N/2 + 1: N] = 0+0j # NEITHER DOES THIS ONE

pyculib.fft.ifft_inplace(transforms) # Do IFFT on GPU: in place (same memory)

envelope_function = transforms.copy_to_host() # Copy results to host (computer) memory

return abs(envelope_function)

我有一种感觉，这可能与Numba的CUDA接口本身有关。。。它允许像这样修改数组(或数组切片)的单个元素吗？我假设可能，因为变量transforms是一个numba.cuda.cudadrv.devicearray.DeviceNDArray，所以我认为它可能有一些与numpy的ndarray相同的操作。在

简而言之，使用Numba的device_arrays，在切片上做一个简单的操作最简单的方法是什么？我得到的错误是unsupported operand type(s) for *=: 'DeviceNDArray' and 'float'