我有一个cufftcomplex数据块,这是cuda fft(R2C)的结果。我知道数据被保存为一个带有实数后跟图像编号的结构。现在我想通过快速方式(不是循环)获得每个复杂元素的幅度= sqrt(R * R + I * I)和相位= arctan(I / R)。有没有好办法呢?或任何图书馆可以做到这一点?
答案 0 :(得分:2)
由于cufftExecR2C
对GPU上的数据进行操作,因此结果已经在GPU上(如果您正在执行此操作,则将它们复制回主机之前。)
编写自己的cuda内核来完成此任务应该是直截了当的。您描述的幅度是cuCabs
或cuCabsf
cuComplex.h
头文件中返回的值。通过查看该头文件中的函数,您应该能够找出如何编写自己的函数来计算相位角。您会注意到cufftComplex
是just a typedef of cuComplex
。
假设您的cufftExecR2C调用在大小为cufftComplex
的数组data
中留下了sz
类型的一些结果。你的内核可能如下所示:
#include <math.h>
#include <cuComplex.h>
#include <cufft.h>
#define nTPB 256 // threads per block for kernel
#define sz 100000 // or whatever your output data size is from the FFT
...
__host__ __device__ float carg(const cuComplex& z) {return atan2(cuCimagf(z), cuCrealf(z));} // polar angle
__global__ void magphase(cufftComplex *data, float *mag, float *phase, int dsz){
int idx = threadIdx.x + blockDim.x*blockIdx.x;
if (idx < dsz){
mag[idx] = cuCabsf(data[idx]);
phase[idx] = carg(data[idx]);
}
}
...
int main(){
...
/* Use the CUFFT plan to transform the signal in place. */
/* Your code might be something like this already: */
if (cufftExecR2C(plan, (cufftReal*)data, data) != CUFFT_SUCCESS){
fprintf(stderr, "CUFFT error: ExecR2C Forward failed");
return;
}
/* then you might add: */
float *h_mag, *h_phase, *d_mag, *d_phase;
// malloc your h_ arrays using host malloc first, then...
cudaMalloc((void **)&d_mag, sz*sizeof(float));
cudaMalloc((void **)&d_phase, sz*sizeof(float));
magphase<<<(sz+nTPB-1)/nTPB, nTPB>>>(data, d_mag, d_phase, sz);
cudaMemcpy(h_mag, d_mag, sz*sizeof(float), cudaMemcpyDeviceToHost);
cudaMemcpy(h_phase, d_phase, sz*sizeof(float), cudaMemcpyDeviceToHost);
您也可以使用thrust为幅度和相位函数创建仿函数,并将这些仿函数与data
,mag
和phase
一起传递给{{{} 3}}
我确信你也可以使用thrust::transform,使用矢量加法和向量乘法运算的组合。
此CUBLAS也可能会引起关注。我从那里解除了相位函数carg
。