linux有没有fft库函数,zynq linux ne10 函数库使用

1 函数类型

变换类型

数据类型

FFT长度

c2c FFT/IFFT

float/int32/int16

2^N (N is 2, 3….)

r2c FFT

float/int32/int16

2^N (N is 3, 4….)

c2r IFFT

float/int32/int16

2^N (N is 3, 4….)

2 定义的fft 相关的指针函数，如果运行程序的处理器有simd 结构，则运行 neon 实现的fft ，如果没有则运行c 实现的fft。

3 ne10 实现的fft 结果只有采样点数的一半儿，matlab 输出的fft 结果是所有的采样点数，具体看如下例子

#include #include #include "NE10.h"

#define SAMPLES 16

int real_fft_sample_main(void)

{

ne10_float32_t src[SAMPLES] = {}; // A source array of input data

ne10_fft_cpx_float32_t dst[(SAMPLES / 2) + 1] = {}; // A destination array for the transformed data

ne10_fft_r2c_cfg_float32_t cfg; // An FFT "configuration structure"

// Initialise Ne10, using hardware auto-detection to set library function pointers

if (ne10_init() != NE10_OK)

{

fprintf(stderr, "Failed to initialise Ne10.\n");

return 1;

}

// Prepare the real-to-complex single precision floating point FFT configuration

// structure for inputs of length `SAMPLES`. (You need only generate this once for a

// particular input size.)

cfg = ne10_fft_alloc_r2c_float32(SAMPLES);

// Generate test input values

for (int i = 0; i < SAMPLES; i++)

{

src[i] = (ne10_float32_t)rand() / RAND_MAX * 50.0f;

}

// Perform the FFT

ne10_fft_r2c_1d_float32(dst, src, cfg);

// Display the results

for (int i = 0; i < SAMPLES; i++)

{

printf( "IN[%2d]: %10.4f\t", i, src[i]);

if (i <= SAMPLES / 2)

printf("OUT[%2d]: %10.4f + %10.4fi", i, dst[i].r, dst[i].i);

printf("\n");

}

// Free the allocated configuration structure

ne10_fft_destroy_r2c_float32(cfg);

return 0;

}