C++ DFT算法和卷积。怎么了？

#包括
使用std：：vector；
#包括
使用std:：complex；
使用std：：polar；
typedef复合物；
#定义Pi 3.14159265358979323846
//直接傅里叶变换
矢量测向（常数矢量和输入）
{
常数int N=in.size（）；
矢量输出（N）；
对于（int k=0；k

谁能说，怎么了

也许我不了解这个算法的实现细节。。。但是我找不到它

另外，我需要计算卷积

但我找不到测试示例

更新

//卷积。我想x0.size==x1.size
向量卷积（常数向量&x0，常数向量&x1）
{
常数int N=x0.size（）

向量tmp（N）；
对于（int i=0；i

}

变换看起来很好，但程序中没有进行卷积的东西

更新：卷积码需要在元素相乘之前首先对输入进行前向变换。

检查库“用于计算离散傅立叶变换（DFT）”及其C#）也许也是；）

---

祝你好运

我真的不知道你到底在问什么，但你的DFT和IDFT算法在我看来是正确的。可以使用DFT和IDFT执行卷积，其中基本上表示

f**g=IDFT（DFT（f）*DFT（g））

，其中

**

是循环卷积，

*

是简单乘法

要使用DFT计算线性卷积（非循环），必须对每个输入进行零填充，以便仅对零值样本进行循环环绕，而不影响输出。每个输入序列需要进行零填充，长度为

N>=L+M-1

，其中

L

和

M

是输入序列的长度。然后执行如上所示的循环卷积，第一个

L+M-1

样本是线性卷积输出（超出此范围的样本应为零）

---

注意：使用DFT和IDFT算法执行卷积比直接计算效率要低得多。仅当使用FFT和IFFT（O（NlogN））算法代替DFT和IDFT（O（N^2））时，优势才会出现

在原始代码中，向量头丢失，using语句也丢失（或者，用std限定向量）。卷积码是不完整的，不能像那样使用

向量

；必须指定值类型（即使用

vector

#include <vector>
using std::vector;

#include <complex>
using std::complex;
using std::polar;

typedef complex<double> Complex;

#define Pi 3.14159265358979323846

// direct Fourier transform
vector<Complex> dF( const vector<Complex>& in )
{
 const int N = in.size();

 vector<Complex> out( N );

 for (int k = 0; k < N; k++)
 {
  out[k] = Complex( 0.0, 0.0 );

  for (int n = 0; n < N; n++)
  {
   out[k] += in[n] * polar<double>( 1.0, - 2 * Pi * k * n / N );
  }
 }

 return out;
}

// inverse Fourier transform
vector<Complex> iF( const vector<Complex>& in )
{
 const int N = in.size();

 vector<Complex> out( N );

 for (int k = 0; k < N; k++)
 {
  out[k] = Complex( 0.0, 0.0 );

  for (int n = 0; n < N; n++)
  {
   out[k] += in[n] * polar<double>(1, 2 * Pi * k * n / N );
  }

  out[k] *= Complex(  1.0 / N , 0.0 );
 }

 return out;
}

// convolution. I suppose that x0.size == x1.size
vector convolution( const vector& x0, const vector& x1) 
{
    const int N = x0.size();


vector<Complex> tmp( N );

for ( int i = 0; i < N; i++ )
{
    tmp[i] = x0[i] * x1[i];
}

return iF( tmp );