API

kissfft有两套API，
一个是在kiss_fftr.h中

另一个在kiss_fft.h中

区别

Basic API还是kiss_fft.h里的，kiss_fftr.h是在kiss_fft.h的基础上封装了一层。

Basic API只有fft没有见到ifft？？
利用频域数据的共轭对称性可以使用一个接口完成fft和ifft，这里的逻辑也即是kiss_fftr.h里封装的两个接口

---

Demo编码数据类型都采用FIXED_POINT， 即int16

Demo

下面的代码是在源码中test_real.c中改的，部分函数可参见源码，这里不再列出

    int i = 0;int nfft = 8;kiss_fft_cpx cin[nfft];kiss_fft_cpx cout[nfft];kiss_fft_cpx sout[nfft];kiss_fft_cfg kiss_fft_state;kiss_fftr_cfg kiss_fftr_state;kiss_fft_scalar rin[nfft * 2];kiss_fft_scalar rout[nfft * 2];memset(rin, 0, sizeof(short) * nfft * 2);memset(rout, 0, sizeof(short) * nfft * 2);kiss_fft_scalar zero;memset(&zero, 0, sizeof(zero));for (i = 0; i < nfft; ++i) {rin[i] = rand_scalar();cin[i].r = rin[i];cin[i].i = zero;}for (; i < nfft * 2; ++i) {rin[i] = rand_scalar();}printf(" init data for kiss_fft (rin): ");for (i = 0; i < nfft * 2; i++) {printf("%d, ", rin[i]);}printf("\n");printf(" init data for kiss_fft (cin): ");for (i = 0; i < nfft; i++) {printf("(%d+%di), ", cin[i].r, cin[i].i);}printf("\n");memset(cout, 0, sizeof(short) * nfft);memset(sout, 0, sizeof(short) * nfft);kiss_fft_state = kiss_fft_alloc(nfft, 0, 0, 0);kiss_fftr_state = kiss_fftr_alloc(nfft, 0, 0, 0);kiss_fft(kiss_fft_state, cin, cout);kiss_fftr(kiss_fftr_state, rin, sout);free(kiss_fft_state);free(kiss_fftr_state);printf(" results from kiss_fft (cout): ");for (i = 0; i < nfft; i++) {printf("(%d+%di), ", cout[i].r, cout[i].i);}printf("\n");printf(" results from kiss_fftr (sout): ");for (i = 0; i < nfft; i++) {printf("(%d+%di), ", sout[i].r, sout[i].i);}printf("\n");printf("##### nfft=%d, inverse=%d, snr=%g\n", nfft, 0, snr_compare(cout, sout, (nfft / 2) + 1));kiss_fft_state = kiss_fft_alloc(nfft, 1, 0, 0);kiss_fftr_state = kiss_fftr_alloc(nfft, 1, 0, 0);// 我们在这里分别使用cout(fft API)结果和sout(fftrAPI)结果来比较ifft的准确性// case A. kiss_fft(kiss_fft_state, cout, cin);kiss_fftri(kiss_fftr_state, cout, rin);// case B. // kiss_fft(kiss_fft_state, sout, cin);// kiss_fftri(kiss_fftr_state, sout, rin);// end casefree(kiss_fft_state);free(kiss_fftr_state);printf(" results from kiss_ifft (cin): ");for (i = 0; i < nfft; i++) {cin[i].r *= nfft;cin[i].i *= nfft;printf("(%d+%di), ", cin[i].r, cin[i].i);}printf("\n");printf(" results from kiss_fftri (rin): ");for (i = 0; i < nfft * 2; i++) {rin[i] *= nfft;printf("%d, ", rin[i]);}printf("\n");

结果

实数数组是复数数据长度的两倍，但是从源码可以看到int16的数组会被强转为kiss_fft_cpx结构体，每两个数据会被拼成一个kiss_fft_cpx结构体。所以总数据量长度是一致的。

但是从结果来看，basic fft API比fftr API做出来的结果更可靠一些。（result的三四行对比）

inverse FFT

case A （使用fft API结果做ifft）

1. 如果处理正确，得到的结果是nfft长度的复数数组，image均为0，real部分是ifft数据。
2. fftr的结果在大于nfft长度时就开始偏离了

case B （使用fftr API结果做ifft）

1. fftr API结果不可用于fft的ifft处理。
2. fftr的结果在大于nfft长度时就开始偏离了

结论

1. fftAPI和fftrAPI不要混用
2. ifft后的实数结果只能使用nfft长度，而不能使用2*nfft长度。因为数据实际上是来自kiss_fft_cpx的，数据image部分占用了nfft长度，而且都为0.

其他注意

1. 数据越长，ifft还原越存在偏离
2. 数据值偏小，如均值小于20，可能ifft还原后的数据大量为0. 解决方案是可以先将原始数据乘nfft，ifft后不要再乘nfft了，就是这个动作前置。