C++ 袖口设定频率？

我正在使用CUDA的Cufft来处理从水听器接收到的数据（每秒50万个整数，在250赫兹的高频和低频信道下）。现在作为Cufft工作原理的一个基本示例

 void runTest(int argc, char** argv)

    {

printf("[1DCUFFT] is starting...\n");


cufftComplex* h_signal = (cufftComplex*)malloc(sizeof(cufftComplex)* SIGNAL_SIZE);
// Allocate host memory for the signal
//Complex* h_signal = (Complex*)malloc(sizeof(Complex) * SIGNAL_SIZE);
// Initalize the memory for the signal
for (unsigned int i = 0; i < SIGNAL_SIZE; ++i) {
    h_signal[i].x = rand() / (float)RAND_MAX;
    h_signal[i].y = 0;
}




int mem_size = sizeof(cufftComplex)* SIGNAL_SIZE;

// Allocate device memory for signal
cufftComplex* d_signal;
cudaMalloc((void**)&d_signal, mem_size);

// Copy host memory to device
cudaMemcpy(d_signal, h_signal, mem_size,
    cudaMemcpyHostToDevice);



// CUFFT plan
cufftHandle plan;
cufftPlan1d(&plan, mem_size, CUFFT_C2C, 1);

// Transform signal 
printf("Transforming signal cufftExecC2C\n");
cufftExecC2C(plan, (cufftComplex *)d_signal, (cufftComplex *)d_signal, CUFFT_FORWARD);


// Transform signal back
printf("Transforming signal back cufftExecC2C\n");
cufftExecC2C(plan, (cufftComplex *)d_signal, (cufftComplex *)d_signal, CUFFT_INVERSE);

// Copy device memory to host
cufftComplex* h_inverse_signal = (cufftComplex*)malloc(sizeof(cufftComplex)* SIGNAL_SIZE);;
cudaMemcpy(h_inverse_signal, d_signal, mem_size,
    cudaMemcpyDeviceToHost);

for (int i = 0; i < SIGNAL_SIZE; i++){
    h_inverse_signal[i].x = h_inverse_signal[i].x / (float)SIGNAL_SIZE;
    h_inverse_signal[i].y = h_inverse_signal[i].y / (float)SIGNAL_SIZE;

    printf("first : %f %f  after %f %f \n", h_signal[i].x, h_signal[i].y, h_inverse_signal[i].x, h_inverse_signal[i].y);
}
//Destroy CUFFT context
cufftDestroy(plan);

// cleanup memory
free(h_signal);

free(h_inverse_signal);
cudaFree(d_signal);
cudaDeviceReset();
}

void运行测试（int argc，char**argv）
{
printf（“[1dcupt]正在启动…\n”）；
cufftComplex*h_信号=（cufftComplex*）malloc（sizeof（cufftComplex）*信号_大小）；
//为信号分配主机内存
//复数*h_信号=（复数*）malloc（sizeof（复数）*信号大小）；
//初始化信号的存储器
for（无符号整数i=0；i

现在我想知道的是，如何将FFT的频率设置为250赫兹

谢谢

---

詹姆斯，你没有。N个点的FFT是相同的，无论这些N个点的采样频率如何

---

此外，每秒500.000个整数是500.000 hz采样率，也称为500 kHz。这给了你250千赫的奈奎斯特极限。

你没有。N个点的FFT是相同的，无论这些N个点的采样频率如何

---

此外，每秒500.000个整数是500.000 hz采样率，也称为500 kHz。这会给你一个250 khz的奈奎斯特极限。

如果我理解正确，你只需要知道输出向量中的哪个元素是250 Hz

FFT将根据时间向量的长度和时间分辨率计算所有频率。 计算的简单规则是： -频率范围=1/时间分辨率。 -频率分辨率=1/时间长度

此外，必须知道实函数（时间向量的无数据虚部）的FFT产生具有冗余的对称频谱。频谱范围从（-1/2频率范围到+1/2频率范围）。在实时向量的情况下，可以丢弃负频率数据。不过这有点复杂。FFT的标准实现（这是一种就地操作）首先给出正频率，然后给出负频率。因为您只对正频率感兴趣，所以可以丢弃FFT向量的第二部分。在您的情况下，只需忽略索引250k以上的数据

在您的情况下，频率范围从-250kHz到250kHz，分辨率为1Hz，但由于上述原因，前250k点实际上是正频率，间隔为1Hz

以（未移位，即原始）FFT的第250点为例，信号为250 Hz。我会画出从0到500的数据，看看峰值有多宽，大约250赫兹。信号强度是这些非零频率的积分（此处松散地应用非零表示高于噪声的一切）。信号宽度表示应用于信号的调制（可能包括其他测量伪影）。如果信号从250 Hz偏移，则可能出现多普勒频移（您的震源或正在移动）

---

如果您只对有限的频率范围感兴趣，那么只计算这几个频率点的傅里叶积分（O（n^2））可能会更快。通常人们使用FFT是因为它是O（n*log（n）），但是如果你只需要说10个频率点，那么O（10*n）就没有太大的不同。

如果我理解正确，你只需要知道输出向量中的哪个元素是250Hz

FFT将根据时间向量的长度和时间分辨率计算所有频率。 计算的简单规则是： -频率范围=1/时间分辨率。 -频率分辨率=1/时间长度

此外，必须知道实函数（时间向量的无数据虚部）的FFT产生具有冗余的对称频谱。频谱范围从（-1/2频率范围到+1/2频率范围）。在实时向量的情况下，可以丢弃负频率数据。不过这有点复杂。FFT的标准实现（这是一种就地操作）首先给出正频率，然后给出负频率。因为您只对正频率感兴趣，所以可以丢弃FFT向量的第二部分。在您的情况下，只需忽略索引250k以上的数据

在您的情况下，频率范围从-250kHz到250kHz，分辨率为1Hz，但由于上述原因，前250k点实际上是正频率，间隔为1Hz

以（未移位，即原始）FFT的第250点为例，信号为250 Hz。我会画出从0到500的数据，看看b