我想对虚拟场景进行声音模拟。因此，我想用一个简单的.wav文件的输入信号以频率相关的方式卷积我的系统计算的脉冲响应。据我了解DSP，最好的方法是使用FFT将输入信号转换为其频谱，以某种方式将脉冲响应函数应用于它并将其反馈回来。
我的问题是，在对我的信号进行FFT和之后的iFFT之后，信号与原始输入信号不同。原始声音在新信号中是可识别的，但由于FFT和iFFT之后的错误数字，它非常“模糊”。我从http://rosettacode.org/wiki/Fast_Fourier_transform#C.2B.2B获取了C ++中FFT的“第一个”（就地，广度优先，频率抽取）实现示例。
以下是FFT实现的内部代码使用代码：
CArray signal = CArray(output_size);
for (int i = 0; i < format.FrameCount; ++i) {
signal[i] = Complex((double)(is_8_bit ? sample_data_8[i] : sample_data_16[i]), 0);
}
fft(signal);
ifft(signal);
存在以下 typedef ：
typedef std::complex<double> Complex;
typedef std::valarray<Complex> CArray;
由于我从上面的网站上获取代码，我认为错误不能在FFT的实现范围内。我假设它必须对我输入的数据类型和/或复数做一些事情。
由于我的系统没有实现“阶段”，我读到它们可以被忽略并且仍然可以返回一个有用的值，我用0的虚部初始化复数。
我是否犯了一个根本性的错误，或者是数据类型或舍入不应该出现的错误？
答案 0 :(得分：0)
请测试这不仅是缩放错误。在许多情况下（但不是全部），FFT和iFFT的实现没有除以样本号，因此对于长度为N的信号，只有
iFFT(FFT(signal))/N
返回原始signal。
对于严肃的转型工作，请查找零填充和窗口。
答案 1 :(得分：-1)
要获得正确的结果，您需要有2 ^ n个样本。如果您的样本少于2 ^ n，则只需在信号末尾添加零。例如，信号（1,0,1,1,1）将是（1,0,1,1,1,0,0,0）。