c++ - 使用带零填充的英特尔 MKL 的 3D FFT

Question

我想使用 Intel MKL 计算一个数组的 3D FFT about 300×200×200 元素。此 3D 数组以列方式存储为 double 类型的一维数组:

for( int k = 0; k < nk; k++ ) // Loop through the height.
    for( int j = 0; j < nj; j++ ) // Loop through the rows.
        for( int i = 0; i < ni; i++ ) // Loop through the columns.
        {
            ijk = i + ni * j + ni * nj * k;
            my3Darray[ ijk ] = 1.0;
        }

我想对输入数组执行 not-in-place FFT 并防止它被修改(我需要稍后在我的代码中使用它)然后进行反向计算 就地。我也想要零填充。

我的问题是:

1. 如何执行零填充？
2. 当计算中包含零填充时，我应该如何处理 FFT 函数使用的数组大小？
3. 如何取出补零的结果并得到实际结果？

这是我对这个问题的尝试，如果有任何评论、建议或提示，我将非常感谢。

#include <stdio.h>
#include "mkl.h"

int max(int a, int b, int c)
{
     int m = a;
     (m < b) && (m = b); 
     (m < c) && (m = c); 
     return m;
}

void FFT3D_R2C( // Real to Complex 3D FFT.
    double *in, int nRowsIn , int nColsIn , int nHeightsIn ,
    double *out )
{    
    int n  = max( nRowsIn , nColsIn , nHeightsIn  );
    // Round up to the next highest power of 2.
    unsigned int N = (unsigned int) n; // compute the next highest power of 2 of 32-bit n.
    N--;
    N |= N >> 1;
    N |= N >> 2;
    N |= N >> 4;
    N |= N >> 8;
    N |= N >> 16;
    N++;

    /* Strides describe data layout in real and conjugate-even domain. */
    MKL_LONG rs[4], cs[4];

    // DFTI descriptor.
    DFTI_DESCRIPTOR_HANDLE fft_desc = 0;

    // Variables needed for out-of-place computations.
    MKL_Complex16 *in_fft  = new MKL_Complex16 [ N*N*N ];
    MKL_Complex16 *out_fft = new MKL_Complex16 [ N*N*N ];
    double *out_ZeroPadded = new double [ N*N*N ];

    /* Compute strides */
    rs[3] = 1;           cs[3] = 1;
    rs[2] = (N/2+1)*2;   cs[2] = (N/2+1);
    rs[1] = N*(N/2+1)*2; cs[1] = N*(N/2+1);
    rs[0] = 0;           cs[0] = 0;

    // Create DFTI descriptor.
    MKL_LONG sizes[] = { N, N, N };
    DftiCreateDescriptor( &fft_desc, DFTI_DOUBLE, DFTI_REAL, 3, sizes );

    // Configure DFTI descriptor.
    DftiSetValue( fft_desc, DFTI_CONJUGATE_EVEN_STORAGE, DFTI_COMPLEX_COMPLEX );
    DftiSetValue( fft_desc, DFTI_PLACEMENT, DFTI_NOT_INPLACE  ); // Out-of-place transformation.
    DftiSetValue( fft_desc, DFTI_INPUT_STRIDES  , rs  );
    DftiSetValue( fft_desc, DFTI_OUTPUT_STRIDES , cs  );

    DftiCommitDescriptor( fft_desc );
    DftiComputeForward  ( fft_desc, in , in_fft  );

    // Change strides to compute backward transform.
    DftiSetValue        ( fft_desc, DFTI_INPUT_STRIDES , cs);
    DftiSetValue        ( fft_desc, DFTI_OUTPUT_STRIDES, rs);
    DftiCommitDescriptor( fft_desc );
    DftiComputeBackward ( fft_desc, out_fft, out_ZeroPadded );

    // Printing the zero padded 3D FFT result.
    for( long long i = 0; i < (long long)N*N*N; i++ )
        printf("%f\n", out_ZeroPadded[i] );

    /* I don't know how to take out the zero padded results and 
       save the actual result in the variable named "out" */

    DftiFreeDescriptor  ( &fft_desc );

    delete[] in_fft;
    delete[] out_ZeroPadded ;
}

int main()
{
    int n = 10;

    double *a    = new double [n*n*n]; // This array is real.
    double *afft = new double [n*n*n]; 

    // Fill the array with some 'real' numbers.
    for( int i = 0; i < n*n*n; i++ )
        a[ i ] = 1.0;

    // Calculate FFT.
    FFT3D_R2C( a, n, n, n, afft );

    printf("FFT results:\n");
    for( int i = 0; i < n*n*n; i++ )
        printf( "%15.8f\n", afft[i] );

    delete[] a;
    delete[] afft;

    return 0;
}

Answer 1

一些提示:

1. 2 大小的幂

   • 我不喜欢你计算大小的方式
   • 所以令Nx,Ny,Nz为输入矩阵的大小

   • 和nx,ny,nz 填充矩阵的大小

     for (nx=1;nx<Nx;nx<<=1);
     for (ny=1;ny<Ny;ny<<=1);
     for (nz=1;nz<Nz;nz<<=1);
     

   • 现在先通过 memset 零填充为零，然后复制矩阵行

   • 填充到 N^3 而不是 nx*ny*nz 会导致大幅减速
   • 如果 nx,ny,nz 彼此不靠近

2. 输出很复杂

   • 如果我做对了a是输入实矩阵
   • 和afft输出复数矩阵
   • 那么为什么不正确分配空间呢？
   • double *afft = new double [2*nx*ny*nz];
   • 复数是实部+虚部，所以每个数有 2 个值
   • 这也适用于结果的最终打印
   • 和一些 "\r\n" 之后的行将有利于查看

3. 3D 自由傅里叶变换

   • 我既不使用也不了解你们的 DFFT 库
   • 我用的是我自己的，但无论如何 3D DFFT 可以用 1D DFFT 来完成
   • 如果你按行来做...请看这个2D DFCT by 1D DFFT
   • 在 3D 中是相同的，但您需要添加一个 channel 和不同的归一化常数
   • 这样你可以有单行缓冲区double lin[2*max(nx,ny,nz)];
   • 并在运行时进行零填充(因此不需要在内存中有更大的矩阵)...
   • 但这涉及处理每个 1D DFFT 上的线 ...