Я хочу перенести функцию быстрого преобразования Фурье в Matlab fft () на собственный код Java.
В качестве отправной точки я использую код JMathLib , где БПФ реализовано следующим образом:
// given double[] x as the input signal
n = x.length; // assume n is a power of 2
nu = (int)(Math.log(n)/Math.log(2));
int n2 = n/2;
int nu1 = nu - 1;
double[] xre = new double[n];
double[] xim = new double[n];
double[] mag = new double[n2];
double tr, ti, p, arg, c, s;
for (int i = 0; i < n; i++) {
xre[i] = x[i];
xim[i] = 0.0;
}
int k = 0;
for (int l = 1; l <= nu; l++) {
while (k < n) {
for (int i = 1; i <= n2; i++) {
p = bitrev (k >> nu1);
arg = 2 * (double) Math.PI * p / n;
c = (double) Math.cos (arg);
s = (double) Math.sin (arg);
tr = xre[k+n2]*c + xim[k+n2]*s;
ti = xim[k+n2]*c - xre[k+n2]*s;
xre[k+n2] = xre[k] - tr;
xim[k+n2] = xim[k] - ti;
xre[k] += tr;
xim[k] += ti;
k++;
}
k += n2;
}
k = 0;
nu1--;
n2 = n2/2;
}
k = 0;
int r;
while (k < n) {
r = bitrev (k);
if (r > k) {
tr = xre[k];
ti = xim[k];
xre[k] = xre[r];
xim[k] = xim[r];
xre[r] = tr;
xim[r] = ti;
}
k++;
}
// The result
// -> real part stored in xre
// -> imaginary part stored in xim
К сожалению, это не дает мне правильных результатов, когда я тестирую его, например, с массивом
double [] x = {1.0d, 5.0d, 9.0d, 13.0d};
результат в Matlab:
28,0
-8,0 - 8,0i
-8,0
-8,0 + 8,0i
результат в моей реализации:
28,0
-8,0 + 8,0i
-8,0
-8,0 - 8,0i
Обратите внимание, как знаки неправильны в сложной части.
Когда я использую более длинные, более сложные сигналы, различия между реализациями влияют также на числа. Таким образом, различия в реализации касаются не только некоторого знака «ошибка».
Мой вопрос: как я могу адаптировать мою реализацию, чтобы она была "равной" для Matlab?
Или: уже есть библиотека, которая делает именно это?