用FFT進行卷積，這是如何工作的？

我知道在時域卷積是兩個矩陣之間相當昂貴的操作，你可以通過在複平面中變換它們並使用乘法（然後返回到時域）來在頻域中執行它操作用FFT進行卷積，這是如何工作的？

無論如何我不明白這是如何在CUDA SDK中執行的，其中數據和內核被填充並放入兩個緩衝區（m_PaddedKernel和m_PaddedData），這應該是加速Cooley-Tuckey方法，然後調用函數cufftExecC2C來首先轉換內核（以及爲什麼C2C？複雜到複雜，爲什麼不是真正的複雜？）到複雜平面，然後將整個數據放入同一個平面

定義的內核spProcess2D_kernel然後在d似乎正常化並在頻域中執行數據和內核之間的乘法（如何執行兩個函數的乘法？我認爲他們的意思是組成這兩個功能），並回來與C2C轉換（仍然想知道爲什麼C2C而不是C2R）

來源

2011-04-20 Marco A.

您是否指'simpleCUFFT.cu'示例？ – 2011-04-20 09:57:56

是的，先生，確切 – 2011-04-20 18:09:03

至於爲什麼這可以用FFT完成，您需要閱讀有關convolution theorem。

通常，您的輸入數據可能很複雜。所以這就是使用C2C的原因。

來源

2011-04-20 09:53:55

謝謝，但我不是在尋找這是否可以完成，我同意這一點。但我不知道它是如何實現的 – 2011-04-20 18:09:56

@Paul：然後我不確定你的問題是什麼... – 2011-04-22 11:37:39

我不確定FFT是如何在CUDA SDK中實現的，但我閱讀它但無法理解它 – 2011-04-25 21:24:51

用FFT進行卷積，這是如何工作的？

回答

相關問題