在fortran77中用fftw分解二维FFT（和逆FFT）_Fortran_Fft_Fftw

在fortran77中用fftw分解二维FFT（和逆FFT）

fortran

在fortran77中用fftw分解二维FFT（和逆FFT）,fortran,fft,fftw,Fortran,Fft,Fftw,[编辑1]添加数字以显示原始数据和获得的数据 [编辑2]我发现了我的错误，在调用dfftw\u plan\u many\u dft时，我使用了fftw\u度量而不是fftw\u估计 [edit 3]更正了代码中的一个输入错误（在dfftw\u execute\u dft\u r2c中将u替换为u2d）我正在尝试使用多个1D fft来执行阵列的2D fft，而不是使用fftw库中已有的2D fft函数。随后，我需要进行二维fft逆运算。这样做的原因是（将来）我的阵列太大，无法一次性加载以执行2

[编辑1]添加数字以显示原始数据和获得的数据

[编辑2]我发现了我的错误，在调用dfftw\u plan\u many\u dft时，我使用了fftw\u度量而不是fftw\u估计

[edit 3]更正了代码中的一个输入错误（在dfftw\u execute\u dft\u r2c中将u替换为u2d）

我正在尝试使用多个1D fft来执行阵列的2D fft，而不是使用fftw库中已有的2D fft函数。随后，我需要进行二维fft逆运算。这样做的原因是（将来）我的阵列太大，无法一次性加载以执行2D fft

目前，我的代码初稿大致如下：

  double precision u2d(nx,ny),u2d2(nx,ny)
  double complex qhat2d(nx/2+1,ny),qhat2d2(nx/2+1,ny)
  integer N(1)
  integer howmany, idist, odist, istride, ostride
  integer inembed(2), onembed(2)
  integer rank

  ! some function to read the data into u2d

  ! perform x-fft
  N(1) = NX
  howmany = NY
  inembed(1) = NX
  inembed(2) = NY
  istride = 1
  idist = NX
  ostride = 1
  odist = (NX/2+1)
  onembed(1) = (NX/2+1)
  onembed(2) = NY
  rank = 1
  write(*,*) 'u', u2d(1,1)
  CALL dfftw_plan_many_dft_r2c(PLAN,rank,N(1),howmany,
&                              u2d,inembed,
&                              istride,idist,
&                              qhat2d,onembed,
&                              ostride,odist,FFTW_ESTIMATE) ! 
  CALL dfftw_execute_dft_r2c(PLAN,u2d,qhat2d) ! x-fft
  CALL dfftw_destroy_plan(PLAN)


  ! perform y-fft
  N(1) = NY
  howmany = (NX/2+1)
  inembed(1) = (NX/2+1)
  inembed(2) = NY
  istride = (NX/2+1)
  idist = 1
  ostride = (NX/2+1)
  odist = 1
  onembed(1) = (NX/2+1)
  onembed(2) = NY
  rank = 1
  CALL dfftw_plan_many_dft(PLAN,rank,N(1),howmany,
&                              qhat2d,inembed,
&                              istride,idist,
&                              qhat2d2,onembed,
&                              ostride,odist,FFTW_FORWARD,
&                              FFTW_MEASURE) ! 
  CALL dfftw_execute_dft(PLAN,qhat2d,qhat2d2) ! y-fft
  CALL dfftw_destroy_plan(PLAN)

  ! normally here, perform some filtering operation
  ! but at the moment, I do nothing

  ! perform inv-y-fft
  N(1) = NY
  howmany = (NX/2+1)
  inembed(1) = (NX/2+1)
  inembed(2) = NY
  istride = (NX/2+1)
  idist = 1
  ostride = (NX/2+1)
  odist = 1
  onembed(1) = (NX/2+1)
  onembed(2) = NY
  rank = 1
  CALL dfftw_plan_many_dft(PLAN,rank,N(1),howmany,
 &                             qhat2d2,inembed,
 &                              istride,idist,
 &                              qhat2d,onembed,
 &                              ostride,odist,FFTW_BACKWARD,
 &                              FFTW_MEASURE) ! 
  CALL dfftw_execute_dft(PLAN,qhat2d2,qhat2d) ! inv-y-fft
  CALL dfftw_destroy_plan(PLAN)

  ! perform inv-x-fft
  N(1) = NX ! I'm not too sure about this value here
  howmany = NY
  inembed(1) = (NX/2+1)
  inembed(2) = NY
  istride = 1
  idist = (NX/2+1)
  ostride = 1
  odist = NX
  onembed(1) = NX
  onembed(2) = NY
  rank = 1
  CALL dfftw_plan_many_dft_c2r(PLAN,rank,N(1),howmany,
&                              qhat2d,inembed,
&                              istride,idist,
&                              u2d2,onembed,
&                              ostride,odist,FFTW_ESTIMATE) ! 
  CALL dfftw_execute_dft_c2r(PLAN,qhat2d,u2d2) ! x-fft
  CALL dfftw_destroy_plan(PLAN)
  write(*,*) 'u2d2', u2d2(1,1)

  do i=1,nx
   do j=1,ny
    u2d2(i,j) = u2d2(i,j) / (nx*ny)
   enddo
  enddo
  write(*,*) 'u2d2', u2d2(1,1) ! here the values u2d2(1,1) is different from u2d(1,1)

  ! some action to write u2d2 to file
  end

我希望u2d和u2d2是相同的，但我得到的值相对不同。我在什么地方出错了吗

原始数据和结果如下所示。形状看起来相似，但值相对不同（例如最小值和最大值）

我发现了我的错误，在dfftw\u plan\u many\u dft的调用中，我使用了fftw\u度量而不是fftw\u估计

更正后，我得到了适当的原始字段。

我发现了错误，在调用dfftw\u plan\u many\u dft时，我使用了fftw\u度量而不是fftw\u估计

更正后，我将获得相应的原始字段。

以清除混淆。发生的情况是，不能保证FFTW

c2r

和

r2c

例程保留输入数组。它们可以用垃圾覆盖结果

现在，您可以很幸运地使用

FFTW\u ESTIMATE

而不是

FFTW\u MEASURE

，但这不是一个好主意。

FFTW\u MEASURE

尝试了许多算法，因此可能也尝试了一种不保留输入的算法

FFTW_ESTIMATE

不会尝试计算任何内容，也不会覆盖输入

问题在于，在执行转换（执行计划）时，您的输入可能会被覆盖。只有当

FFT\u ESTIMATE

选择了一种为您保留输入的算法时，您才会幸运。这是彩票

为了确保输入得到保留，除了

FFT\u估计值

或

FFTW\u度量值

之外，还应使用

FFTW\u输入

您也可以不使用它，而是将输入保存在某个地方。我认为这通常更好，因为

FFTW\u INPUT\u PRESERVE

可以（很可能）选择较慢的算法。

来消除混淆。发生的情况是，不能保证FFTW

c2r

和

r2c