CUDA CUFFT / IFFT如果我填充数据会得到不同的结果吗？

Question

我有一个信号，我正在对其执行FFT，对其自身进行卷积，然后将IFFT返回到时域。信号长为8192。如果我将信号填充到16384（N * 2）并执行操作，我将获得正确的输出。但是，这有必要吗？但是，当我尝试使用C2C FFT转换坚持使用8192时，直到IFFT为止，我的数据始终相似。 （使用8192时，它只有16384个数据中的每2个点。）

我已经在matlab上运行了此程序，并得到了相同的结果，所以我怀疑它更多地是与数学有关，而不是隐含的，但是当我在cuda中这样做时，欢迎任何建议，我不介意拥有如有必要，可以将数据填充为某种形状，但是数据可以精确到我执行IFFT的程度。

N.B我知道我并没有在GPU上进行所有计算，这只是为了消除错误并让我看到代码在做什么。

链接到代码：http://pasted.co/e2e5e625

这就是我应该得到的

如果我不踩水，这就是我得到的。

Answer 1

  

我有一个正在执行FFT的信号，先对其自身进行卷积，然后将IFFT返回到时域。

查看您的代码，您不是在频域中进行“与自身的卷积”，而是对其进行乘法。

整个操作序列（FFT，乘法，IFFT）将对应于在时域中计算信号与其自身的循环卷积。如果首先将信号填充到至少2*N-1的长度（恰好是IFFT之后存储所有线性卷积系数所需的最小大小），则圆形卷积仅等效于线性卷积。

您可以使用较小的FFT大小（即小于2*N-1，但至少为N）来使用Overlap-add method来计算线性卷积。