Time 时频分布优化——OpenCL。小FFT序列

目前，我正在尝试在ATI GPU设备上实现时频分析。基本上，我需要的是在穿过初始数组的小窗口内运行FFT，并将每次计算的结果存储在矩阵[window\u size，analysis\u size]中

我使用的是clFFT库，具有以下缓冲区结构：

data_buffer ~ complex<float>[analysis_size]

out_buffer ~ complex<float>[window_size * (analysis_size-window_size)]

in_buffers ~ overlapped window_size subbuffers within data_buffer, for each calculation

out_buffers ~ window_size subbuffers within out_buffer, for each calculation. No overlapping.

在将DataCleQueueWriteBuffer写入in_缓冲区后，当所有in_缓冲区都应填满时，我只需在一个周期内运行所需数量的clfftEnqueueTransforms，in_缓冲区[I]，out_缓冲区[I]作为参数。之后，我用一个clEnqueueReadBuffer读取out_缓冲区中的所有内容

所有这些子缓冲区的麻烦应该是减少数据传输开销，但仍然

IPP对FFT的实现使同样的事情快了两倍，这有点令人困惑。我做错了什么？是否存在任何可能的优化，或者根本性的错误？谢谢你的帮助

---

我的代码可以通过link获得。

在非阻塞模式下启动clfftEnqueueTransform。如果每次启动花费的时间很短，且启动的次数很大，则阻塞操作可能会产生很大的开销。正如CLFFTENQUEUETERTRANSFORM描述中所述，将FFT转换操作排队，并立即返回非阻塞。它被设计成非阻塞的，并且没有通常的方法来改变这种行为。小型FFT并不真正适合GPU。也许这导致了经济放缓？另外：由于FFT的循环特性，我认为必须有更有效的方法来做你正在做的事情。每一个新的FFT相对于前一个只改变一个样本。因此，如果你能在CPU上找到一种巧妙的方法，也许会更好。谢谢你的评论，现在我将尝试在数学上使它更有效。Idk，如果它会工作，但完全值得一试。