CUDA fft与MATLAB fft的不同结果

我试着做了一个简单的fft，并比较了MATLAB和CUDA的结果

MATLAB： 9个数的向量1-9

I = [1 2 3 4 5 6 7 8 9];

并使用此代码：

fft(I)

给出了结果：

  45.0000 + 0.0000i
  -4.5000 +12.3636i
  -4.5000 + 5.3629i
  -4.5000 + 2.5981i
  -4.5000 + 0.7935i
  -4.5000 - 0.7935i
  -4.5000 - 2.5981i
  -4.5000 - 5.3629i
  -4.5000 -12.3636i

和CUDA代码：

int FFT_Test_Function() {

    int n = 9;

    double* in = new double[n];
    Complex* out = new Complex[n];

    for (int i = 0; i<n; i++)
    {
        in[i] = i + 1;
    }

    // Allocate the buffer
    cufftDoubleReal *d_in;
    cufftDoubleComplex *d_out;
    unsigned int out_mem_size = sizeof(cufftDoubleComplex)*n;
    unsigned int in_mem_size = sizeof(cufftDoubleReal)*n;
    cudaMalloc((void **)&d_in, in_mem_size);
    cudaMalloc((void **)&d_out, out_mem_size);

    // Save time stamp
    milliseconds timeStart = getCurrentTimeStamp();

    cufftHandle plan;
    cufftResult res = cufftPlan1d(&plan, n, CUFFT_D2Z, 1);
    if (res != CUFFT_SUCCESS) { cout << "cufft plan error: " << res << endl; return 1; }
    cudaCheckErrors("cuda malloc fail");

    cudaMemcpy(d_in, in, in_mem_size, cudaMemcpyHostToDevice);
    cudaCheckErrors("cuda memcpy H2D fail");

    res = cufftExecD2Z(plan, d_in, d_out);
    if (res != CUFFT_SUCCESS) { cout << "cufft exec error: " << res << endl; return 1; }
    cudaMemcpy(out, d_out, out_mem_size, cudaMemcpyDeviceToHost);
    cudaCheckErrors("cuda memcpy D2H fail");

    milliseconds timeEnd = getCurrentTimeStamp();
    milliseconds totalTime = timeEnd - timeStart;
    std::cout << "Total time: " << totalTime.count() << std::endl;

    return 0;
}

int FFT\u Test\u函数（）{
int n=9；
双精度*in=新双精度[n]；
复数*out=新复数[n]；
对于（int i=0；i
CUFFT_D2Z
是一个实到复的FFT，因此输出数据中的顶部
N/2-1
点是冗余的-它们只是变换下半部分的复共轭（如果比较关于中点的镜像项对，可以在MATLAB输出中看到这一点）

如果需要，您可以通过对每个对应项进行复共轭来填充这些“缺失”项，但这样做通常没有多大意义。
FYI中记录了这一点：“cuFFT利用这种冗余，只对厄米特向量的前半部分起作用”如果你也能回答我同样的问题（但在2d阵列上-我认为结果不真实），请回答我：