用于ARM上的FFT与IFFT源代码（C语言，不依赖特定平台）（转）
源：用于ARM上的FFT与IFFT源代码（C语言，不依赖特定平台）
代码在2011年全国电子大赛结束后（2011年9月3日）发布，多个版本，注释详细。
/*******************************************************************************
** 程序名称：快速傅里叶变换(FFT)
** 程序描述：本程序实现快速傅里叶变换
** 程序作者：宋元瑞
** 最后修改：2011年4月5日
*******************************************************************************/
#include <stdio.h>
#include <math.h> #define PI 3.141592653589 //圆周率，12位小数
#define N 8 //傅里叶变换的点数
#define M 3 //蝶形运算的级数，N = 2^M
typedef double ElemType; //原始数据序列的数据类型,可以在这里设置 typedef struct //定义复数结构体
{
ElemType real,imag;
}complex; complex data[N]; //定义存储单元，原始数据与负数结果均使用之
ElemType result[N]; //存储FFT后复数结果的模 //变址
void ChangeSeat(complex *DataInput)
{
int nextValue,nextM,i,k,j=;
complex temp; nextValue=N/; //变址运算，即把自然顺序变成倒位序，采用雷德算法
nextM=N-;
for (i=;i<nextM;i++)
{
if (i<j) //如果i<j,即进行变址
{
temp=DataInput[j];
DataInput[j]=DataInput[i];
DataInput[i]=temp;
}
k=nextValue; //求j的下一个倒位序
while (k<=j) //如果k<=j,表示j的最高位为1
{
j=j-k; //把最高位变成0
k=k/; //k/2，比较次高位，依次类推，逐个比较，直到某个位为0
}
j=j+k; //把0改为1
}
}
/*
//变址
void ChangeSeat(complex *DataInput)
{
complex Temp[N];
int i,n,New_seat;
for(i=0; i<N; i++)
{
Temp[i].real = DataInput[i].real;
Temp[i].imag = DataInput[i].imag;
}
for(i=0; i<N; i++)
{
New_seat = 0;
for(n=0;n<M;n++)
{
New_seat = New_seat | (((i>>n) & 0x01) << (M-n-1));
}
DataInput[New_seat].real = Temp[i].real;
DataInput[New_seat].imag = Temp[i].imag;
}
}
*/
//复数乘法
complex XX_complex(complex a, complex b)
{
complex temp; temp.real = a.real * b.real-a.imag*b.imag;
temp.imag = b.imag*a.real + a.imag*b.real; return temp;
} //FFT
void FFT(void)
{
int L=,B=,J=,K=;
int step=;
ElemType P=,T=;
complex W,Temp_XX;
//ElemType TempResult[N]; ChangeSeat(data);
for(L=; L<=M; L++)
{
B = <<(L-);//B=2^(L-1)
for(J=; J<=B-; J++)
{
P = (<<(M-L))*J;//P=2^(M-L) *J
step = <<L;//2^L
for(K=J; K<=N-; K=K+step)
{
W.real = cos(*PI*P/N);
W.imag = -sin(*PI*P/N); Temp_XX = XX_complex(data[K+B],W);
data[K+B].real = data[K].real - Temp_XX.real;
data[K+B].imag = data[K].imag - Temp_XX.imag; data[K].real = data[K].real + Temp_XX.real;
data[K].imag = data[K].imag + Temp_XX.imag;
}
}
}
}
void IFFT(void)
{
int L=,B=,J=,K=;
int step=;
ElemType P=,T=;
complex W,Temp_XX;
//ElemType TempResult[N]; ChangeSeat(data);
for(L=; L<=M; L++)
{
B = <<(L-);//B=2^(L-1)
for(J=; J<=B-; J++)
{
P = (<<(M-L))*J;//P=2^(M-L) *J
step = <<L;//2^L
for(K=J; K<=N-; K=K+step)
{
W.real = cos(*PI*P/N);
W.imag = sin(*PI*P/N);//逆运算，这里跟FFT符号相反 Temp_XX = XX_complex(data[K+B],W);
data[K+B].real = data[K].real - Temp_XX.real;
data[K+B].imag = data[K].imag - Temp_XX.imag; data[K].real = data[K].real + Temp_XX.real;
data[K].imag = data[K].imag + Temp_XX.imag;
}
}
}
}
int main(int argc, char *argv[])
{
int i = ;
for(i=; i<N; i++)//制造输入序列
{
data[i].real = sin(*PI*i/N);
printf("%lf ",data[i]);
}
printf("\n\n"); FFT();//进行FFT计算
printf("\n\n");
for(i=; i<N; i++)
{printf("%lf ",sqrt(data[i].real*data[i].real+data[i].imag*data[i].imag));} IFFT();//进行FFT计算
printf("\n\n");
for(i=; i<N; i++)
{printf("%lf ",data[i].real/N);}
printf("\n");
/*for(i=0; i<N; i++)
{printf("%lf ",data[i].imag/N);}
printf("\n");*/
/*for(i=0; i<N; i++)
{printf("%lf ",sqrt(data[i].real*data[i].real+data[i].imag*data[i].imag)/N);}*/
return ;
}
/*******************************************************************************
** 程序名称：快速傅里叶变换(FFT)
** 程序描述：本程序实现快速傅里叶变换
** 性能提升：修正了IFFT的bug,使用宏定义改变N大小
** 程序版本：V6.5
** 程序作者：宋元瑞
** 最后修改：2011年5月16日
*******************************************************************************/
#include <stdio.h>
#include <math.h> #define PI 3.14159265358979323846264338327950288419716939937510 //圆周率，50位小数
#define PI2 6.28318530717958647692528676655900576839433879875021
#define N 1024 //傅里叶变换的点数
#define M 10 //蝶形运算的级数，N = 2^M
#define Npart2 512 //创建正弦函数表时取PI的1/2
#define Npart4 256 //创建正弦函数表时取PI的1/4
#define FFT_RESULT(x) (sqrt(data[x].real*data[x].real+data[x].imag*data[x].imag))
#define IFFT_RESULT(x) (data[x].real/N)
typedef float ElemType; //原始数据序列的数据类型,可以在这里设置 typedef struct //定义复数结构体
{
ElemType real,imag;
}complex; complex data[N]; //定义存储单元，原始数据与负数结果均使用之
ElemType SIN_TABLE[Npart4+]; //产生模拟原始数据输入
void InputData(void)
{
int i;
for(i=; i<N; i++)//制造输入序列
{
data[i].real = sin(*PI*i/N); //正弦波
data[i].imag = ;
}
}
//创建正弦函数表
void CREATE_SIN_TABLE(void)
{
int i=;
for(i=; i<=Npart4; i++)
{
SIN_TABLE[i] = sin(PI*i/Npart2);//SIN_TABLE[i] = sin(PI2*i/N);
}
} ElemType Sin_find(ElemType x)
{
int i = (int)(N*x);
i = i>>;
if(i>Npart4)//注意：i已经转化为0~N之间的整数了！
{//不会超过N/2
i = Npart2 - i;//i = i - 2*(i-Npart4);
}
return SIN_TABLE[i];
}
ElemType Cos_find(ElemType x)
{
int i = (int)(N*x);
i = i>>;
if(i<Npart4)//注意：i已经转化为0~N之间的整数了！
{//不会超过N/2
//i = Npart4 - i;
return SIN_TABLE[Npart4 - i];
}
else//i>Npart4 && i<N/2
{
//i = i - Npart4;
return -SIN_TABLE[i - Npart4];
}
} //变址
void ChangeSeat(complex *DataInput)
{
int nextValue,nextM,i,k,j=;
complex temp; nextValue=N/; //变址运算，即把自然顺序变成倒位序，采用雷德算法
nextM=N-;
for (i=;i<nextM;i++)
{
if (i<j) //如果i<j,即进行变址
{
temp=DataInput[j];
DataInput[j]=DataInput[i];
DataInput[i]=temp;
}
k=nextValue; //求j的下一个倒位序
while (k<=j) //如果k<=j,表示j的最高位为1
{
j=j-k; //把最高位变成0
k=k/; //k/2，比较次高位，依次类推，逐个比较，直到某个位为0
}
j=j+k; //把0改为1
}
} //复数乘法
/*complex XX_complex(complex a, complex b)
{
complex temp; temp.real = a.real * b.real-a.imag*b.imag;
temp.imag = b.imag*a.real + a.imag*b.real; return temp;
}*/ //FFT运算函数
void FFT(void)
{
int L=,B=,J=,K=;
int step=, KB=;
//ElemType P=0;
ElemType angle;
complex W,Temp_XX; ChangeSeat(data);//变址
//CREATE_SIN_TABLE();
for(L=; L<=M; L++)
{
step = <<L;//2^L
B = step>>;//B=2^(L-1)
for(J=; J<B; J++)
{
//P = (1<<(M-L))*J;//P=2^(M-L) *J
angle = (double)J/B; //这里还可以优化
W.imag = -Sin_find(angle); //用C++该函数课声明为inline
W.real = Cos_find(angle); //用C++该函数课声明为inline
//W.real = cos(angle*PI);
//W.imag = -sin(angle*PI);
for(K=J; K<N; K=K+step)
{
KB = K + B;
//Temp_XX = XX_complex(data[KB],W);
//用下面两行直接计算复数乘法，省去函数调用开销
Temp_XX.real = data[KB].real * W.real-data[KB].imag*W.imag;
Temp_XX.imag = W.imag*data[KB].real + data[KB].imag*W.real; data[KB].real = data[K].real - Temp_XX.real;
data[KB].imag = data[K].imag - Temp_XX.imag; data[K].real = data[K].real + Temp_XX.real;
data[K].imag = data[K].imag + Temp_XX.imag;
}
}
}
}
//IFFT运算函数
void IFFT(void)
{
int L=,B=,J=,K=;
int step=, KB=;
//ElemType P=0;
ElemType angle;
complex W,Temp_XX; ChangeSeat(data);//变址
//CREATE_SIN_TABLE();
for(L=; L<=M; L++)
{
step = <<L;//2^L
B = step>>;//B=2^(L-1)
for(J=; J<B; J++)
{
//P = (1<<(M-L))*J;//P=2^(M-L) *J
angle = (double)J/B; //这里还可以优化 W.imag = Sin_find(angle); //用C++该函数课声明为inline
W.real = Cos_find(angle); //用C++该函数课声明为inline
//W.real = cos(angle*PI);
//W.imag = -sin(angle*PI);
for(K=J; K<N; K=K+step)
{
KB = K + B;
//Temp_XX = XX_complex(data[KB],W);
//用下面两行直接计算复数乘法，省去函数调用开销
Temp_XX.real = data[KB].real * W.real-data[KB].imag*W.imag;
Temp_XX.imag = W.imag*data[KB].real + data[KB].imag*W.real; data[KB].real = data[K].real - Temp_XX.real;
data[KB].imag = data[K].imag - Temp_XX.imag; data[K].real = data[K].real + Temp_XX.real;
data[K].imag = data[K].imag + Temp_XX.imag;
}
}
}
}
//主函数
int main(int argc, char *argv[])
{
int i = ; CREATE_SIN_TABLE(); //创建正弦函数表 ,这句只需在程序开始时执行一次 InputData(); //输入原始数据 ，此处用公式模拟；实际应用时为AD采样数据
FFT(); //进行 FFT计算 for(i=; i<N; i++)
{printf("%f ",FFT_RESULT(i));}/**/ IFFT();//进行 IFFT计算
for(i=; i<N; i++)
{printf("%f ",IFFT_RESULT(i));}/**/ return ;
}
/*******************************************************************************
** 程序名称：快速傅里叶变换(FFT)
** 程序描述：本程序实现快速傅里叶变换及其逆变换
** 性能提升：修正了FFT的bug,变量重新命名,并将 N_FFT改为动态值
** 程序版本：V6.6
** 程序作者：宋元瑞
** 最后修改：2011年5月16日
*******************************************************************************/
#include <stdio.h>
#include <stdlib.h>
#include <math.h> //#define OUTPRINT printf
//#define DEL /##/ #define RESULT(x) sqrt(data_of_N_FFT[x].real*data_of_N_FFT[x].real+data_of_N_FFT[x].imag*data_of_N_FFT[x].imag)
#define PI 3.14159265358979323846264338327950288419716939937510 //圆周率，50位小数
#define PI2 6.28318530717958647692528676655900576839433879875021
int N_FFT=; //傅里叶变换的点数
int M_of_N_FFT=; //蝶形运算的级数，N = 2^M
int Npart2_of_N_FFT=; //创建正弦函数表时取PI的1/2
int Npart4_of_N_FFT=; //创建正弦函数表时取PI的1/4 typedef float ElemType; //原始数据序列的数据类型,可以在这里设置 typedef struct //定义复数结构体
{
ElemType real,imag;
}complex_of_N_FFT,*ptr_complex_of_N_FFT; ptr_complex_of_N_FFT data_of_N_FFT=NULL;//开辟存储单元，原始数据与负数结果均使用之
ElemType* SIN_TABLE_of_N_FFT=NULL; //产生模拟原始数据输入
void InputData(void)
{
int i;
for (i=; i<N_FFT; i++)//制造输入序列
{
data_of_N_FFT[i].real = sin(*PI*i/N_FFT); //正弦波
data_of_N_FFT[i].imag = ;
printf("%f ",data_of_N_FFT[i].real);
}
} //创建正弦函数表
void CREATE_SIN_TABLE(void)
{
int i=;
for (i=; i<=Npart4_of_N_FFT; i++)
{
SIN_TABLE_of_N_FFT[i] = sin(PI*i/Npart2_of_N_FFT);//SIN_TABLE[i] = sin(PI2*i/N);
}
} ElemType Sin_find(ElemType x)
{
int i = (int)(N_FFT*x);
i = i>>;
if (i>Npart4_of_N_FFT)//注意：i已经转化为0~N之间的整数了！
{
//不会超过N/2
i = Npart2_of_N_FFT - i;//i = i - 2*(i-Npart4);
}
return SIN_TABLE_of_N_FFT[i];
} ElemType Cos_find(ElemType x)
{
int i = (int)(N_FFT*x);
i = i>>;
if (i<Npart4_of_N_FFT)//注意：i已经转化为0~N之间的整数了！
{
//不会超过N/2
//i = Npart4 - i;
return SIN_TABLE_of_N_FFT[Npart4_of_N_FFT - i];
}
else//i>Npart4 && i<N/2
{
//i = i - Npart4;
return -SIN_TABLE_of_N_FFT[i - Npart4_of_N_FFT];
}
} //变址
void ChangeSeat(complex_of_N_FFT *DataInput)
{
int nextValue,nextM,i,k,j=;
complex_of_N_FFT temp; nextValue=N_FFT/; //变址运算，即把自然顺序变成倒位序，采用雷德算法
nextM=N_FFT-;
for (i=;i<nextM;i++)
{
if (i<j) //如果i<j,即进行变址
{
temp=DataInput[j];
DataInput[j]=DataInput[i];
DataInput[i]=temp;
}
k=nextValue; //求j的下一个倒位序
while (k<=j) //如果k<=j,表示j的最高位为1
{
j=j-k; //把最高位变成0
k=k/; //k/2，比较次高位，依次类推，逐个比较，直到某个位为0
}
j=j+k; //把0改为1
}
} //复数乘法
/*complex XX_complex(complex a, complex b)
{
complex temp; temp.real = a.real * b.real-a.imag*b.imag;
temp.imag = b.imag*a.real + a.imag*b.real; return temp;
}*/ //FFT运算函数
void FFT(void)
{
int L=,B=,J=,K=;
int step=, KB=;
//ElemType P=0;
ElemType angle;
complex_of_N_FFT W,Temp_XX; ChangeSeat(data_of_N_FFT);//变址
//CREATE_SIN_TABLE();
for (L=; L<=M_of_N_FFT; L++)
{
step = <<L;//2^L
B = step>>;//B=2^(L-1)
for (J=; J<B; J++)
{
//P = (1<<(M-L))*J;//P=2^(M-L) *J
angle = (double)J/B; //这里还可以优化
W.imag = -Sin_find(angle); //用C++该函数课声明为inline
W.real = Cos_find(angle); //用C++该函数课声明为inline
//W.real = cos(angle*PI);
//W.imag = -sin(angle*PI);
for (K=J; K<N_FFT; K=K+step)
{
KB = K + B;
//Temp_XX = XX_complex(data[KB],W);
//用下面两行直接计算复数乘法，省去函数调用开销
Temp_XX.real = data_of_N_FFT[KB].real * W.real-data_of_N_FFT[KB].imag*W.imag;
Temp_XX.imag = W.imag*data_of_N_FFT[KB].real + data_of_N_FFT[KB].imag*W.real; data_of_N_FFT[KB].real = data_of_N_FFT[K].real - Temp_XX.real;
data_of_N_FFT[KB].imag = data_of_N_FFT[K].imag - Temp_XX.imag; data_of_N_FFT[K].real = data_of_N_FFT[K].real + Temp_XX.real;
data_of_N_FFT[K].imag = data_of_N_FFT[K].imag + Temp_XX.imag;
}
}
}
} //IFFT运算函数
void IFFT(void)
{
int L=,B=,J=,K=;
int step=, KB=;
//ElemType P=0;
ElemType angle;
complex_of_N_FFT W,Temp_XX; ChangeSeat(data_of_N_FFT);//变址
//CREATE_SIN_TABLE();
for (L=; L<=M_of_N_FFT; L++)
{
step = <<L;//2^L
B = step>>;//B=2^(L-1)
for (J=; J<B; J++)
{
//P = (1<<(M-L))*J;//P=2^(M-L) *J
angle = (double)J/B; //这里还可以优化 W.imag = Sin_find(angle); //用C++该函数课声明为inline
W.real = Cos_find(angle); //用C++该函数课声明为inline
//W.real = cos(angle*PI);
//W.imag = -sin(angle*PI);
for (K=J; K<N_FFT; K=K+step)
{
KB = K + B;
//Temp_XX = XX_complex(data[KB],W);
//用下面两行直接计算复数乘法，省去函数调用开销
Temp_XX.real = data_of_N_FFT[KB].real * W.real-data_of_N_FFT[KB].imag*W.imag;
Temp_XX.imag = W.imag*data_of_N_FFT[KB].real + data_of_N_FFT[KB].imag*W.real; data_of_N_FFT[KB].real = data_of_N_FFT[K].real - Temp_XX.real;
data_of_N_FFT[KB].imag = data_of_N_FFT[K].imag - Temp_XX.imag; data_of_N_FFT[K].real = data_of_N_FFT[K].real + Temp_XX.real;
data_of_N_FFT[K].imag = data_of_N_FFT[K].imag + Temp_XX.imag;
}
}
}
} //初始化FFT程序
//N_FFT是 FFT的点数，必须是2的次方
void Init_FFT(int N_of_FFT)
{
int i=;
int temp_N_FFT=;
N_FFT = N_of_FFT; //傅里叶变换的点数 ，必须是 2的次方
M_of_N_FFT = ; //蝶形运算的级数，N = 2^M
for (i=; temp_N_FFT<N_FFT; i++)
{
temp_N_FFT = *temp_N_FFT;
M_of_N_FFT++;
}
printf("\n%d\n",M_of_N_FFT);
Npart2_of_N_FFT = N_FFT/; //创建正弦函数表时取PI的1/2
Npart4_of_N_FFT = N_FFT/; //创建正弦函数表时取PI的1/4 //ptr_complex_of_N_FFT data_of_N_FFT=NULL;//开辟存储单元，原始数据与负数结果均使用之
data_of_N_FFT = (ptr_complex_of_N_FFT)malloc(N_FFT * sizeof(complex_of_N_FFT));
//ptr_complex_of_N_FFT SIN_TABLE_of_N_FFT=NULL;
SIN_TABLE_of_N_FFT = (ElemType *)malloc((Npart4_of_N_FFT+) * sizeof(ElemType)); CREATE_SIN_TABLE(); //创建正弦函数表
} //结束 FFT运算，释放相关内存
void Close_FFT(void)
{
if (data_of_N_FFT != NULL)
{
free(data_of_N_FFT); //释放内存
data_of_N_FFT = NULL;
}
if (SIN_TABLE_of_N_FFT != NULL)
{
free(SIN_TABLE_of_N_FFT); //释放内存
SIN_TABLE_of_N_FFT = NULL;
}
} //主函数
int main(int argc, char *argv[])
{
int i = ; Init_FFT(); //初始化各项参数，此函数只需执行一次 InputData(); //输入原始数据
FFT(); //进行 FFT计算 printf("\n\n");
for (i=; i<N_FFT; i++)
{
printf("%f ",RESULT(i));
} IFFT();//进行 IFFT计算
printf("\n\n");
for (i=; i<N_FFT; i++)
{
printf("%f ",data_of_N_FFT[i].real/N_FFT);
} Close_FFT(); //结束 FFT运算，释放相关内存 return ;
}
/*******************************************************************************
** 模块名称：快速傅里叶变换(FFT)
** 模块描述：本程序实现快速傅里叶变换
** 性能提升：已达到网上同类程序最高速度
** 模块版本：V6.0
** 模块作者：宋元瑞
** 最后修改：2011年5月6日
*******************************************************************************/
/*******************************************************************************
** 程序说明：
FFT运算输入参数 source_Data(i) 是一个N大小的数组（注意是小括号）
FFT运算输出结果 result_Data(i) 是一个N大小的数组（注意是小括号）
** 调用举例：
int main(int argc, char *argv[])
{
int i = 0;
///以下为FFT运算的调用方式
FFT_prepare(); //为FFT做好准备，此函数只需程序开始时执行一次即可，切勿写在循环中
while(1)
{
for(i=0;i<N_FFT;i++) //输入原始数据
{source_Data(i) = sin(2*PI*i/N_FFT);}//注意inputData后面是小括号
FFT(); //进行FFT计算
//输出结果：XXX = result_Data(i);
}
return 0;
}
*******************************************************************************/
#ifndef SYRFFT_H
//#pragma once //#include <stdio.h>
#include <math.h> #define FFT_prepare() CREATE_SIN_TABLE(); //创建正弦函数表
#define source_Data(i) data_FFT[i].imag //接收输入数据的数组，大小为N
#define result_Data(i) sqrt(data_FFT[i].real*data_FFT[i].real+data_FFT[i].imag*data_FFT[i].imag)//FFT结果 #define PI 3.14159265358979323846264338327950288419716939937510 //圆周率，50位小数
#define PI2 6.28318530717958647692528676655900576839433879875021
#define N_FFT 1024 //傅里叶变换的点数
#define M_of_N_FFT 10 //蝶形运算的级数，N = 2^M
#define Npart2_of_N_FFT 512 //创建正弦函数表时取PI的1/2
#define Npart4_of_N_FFT 256 //创建正弦函数表时取PI的1/4 typedef float ElemType; //原始数据序列的数据类型,可以在这里设置 typedef struct //定义复数结构体
{
ElemType real,imag;
}complex_of_N_FFT; complex_of_N_FFT data_FFT[N_FFT]; //存放要进行FFT运输的数据，运算结果也存放这里
ElemType SIN_TABLE[Npart4_of_N_FFT+]; //产生模拟原始数据输入
/*
void InputData(void)
{
int i;
for(i=0; i<N_FFT; i++) //制造输入序列
{
source_Data(i) = sin(2*PI*i/N_FFT); //模拟输入正弦波
//data_FFT[i].imag = sin(2*PI*i/N); //正弦波
//printf("%f ",data_FFT[i].imag);
}
}*/
//创建正弦函数表
void CREATE_SIN_TABLE(void)
{
int i=;
for(i=; i<=Npart4_of_N_FFT; i++)
{
SIN_TABLE[i] = sin(PI*i/Npart2_of_N_FFT);//SIN_TABLE[i] = sin(PI2*i/N);
}
} ElemType Sin_find(ElemType x)
{
int i = (int)(N_FFT*x);
i = i>>;
if(i>Npart4_of_N_FFT)//注意：i已经转化为0~N之间的整数了！
{//不会超过N/2
i = Npart2_of_N_FFT - i;//i = i - 2*(i-Npart4);
}
return SIN_TABLE[i];
}
ElemType Cos_find(ElemType x)
{
int i = (int)(N_FFT*x);
i = i>>;
if(i<Npart4_of_N_FFT)//注意：i已经转化为0~N之间的整数了！
{//不会超过N/2
//i = Npart4 - i;
return SIN_TABLE[Npart4_of_N_FFT - i];
}
else//i>Npart4 && i<N/2
{
//i = i - Npart4;
return -SIN_TABLE[i - Npart4_of_N_FFT];
}
} //变址
void ChangeSeat(complex_of_N_FFT *DataInput)
{
//变址前data_FFT[i].imag存储了输入数据，变址后data_FFT[i].real存储了输入数据
int i,n,New_seat; for(i=; i<N_FFT; i++)
{
New_seat = ;
for(n=;n<M_of_N_FFT;n++)
{
New_seat = New_seat | (((i>>n) & 0x01) << (M_of_N_FFT-n-));
}
DataInput[New_seat].real = DataInput[i].imag;
}
for(i=; i<N_FFT; i++)
{
DataInput[i].imag = ;
}
} //复数乘法
/*
complex_of_N_FFT XX_complex(complex_of_N_FFT a, complex_of_N_FFT b)
{
complex_of_N_FFT temp; temp.real = a.real * b.real-a.imag*b.imag;
temp.imag = b.imag*a.real + a.imag*b.real; return temp;
}*/ //FFT运算函数
void FFT(void)
{
int L=,B=,J=,K=;
int step=, KB=;
//ElemType P=0;
ElemType angle;
complex_of_N_FFT W,Temp_XX; ChangeSeat(data_FFT); //变址 for(L=; L<=M_of_N_FFT; L++)
{
step = <<L;//2^L
B = step>>;//B=2^(L-1)
for(J=; J<B; J++)
{
//P = (1<<(M-L))*J;//P=2^(M-L) *J
angle = (double)J/B; //这里还可以优化
W.imag = -Sin_find(angle); //用C++该函数课声明为inline
W.real = Cos_find(angle); //用C++该函数课声明为inline
//W.real = cos(angle*PI);
//W.imag = -sin(angle*PI);
for(K=J; K<N_FFT; K=K+step)
{
KB = K + B;
//Temp_XX = XX_complex(data_FFT[KB],W);
//用下面两行直接计算复数乘法，省去函数调用开销
Temp_XX.real = data_FFT[KB].real * W.real-data_FFT[KB].imag*W.imag;
Temp_XX.imag = W.imag*data_FFT[KB].real + data_FFT[KB].imag*W.real; data_FFT[KB].real = data_FFT[K].real - Temp_XX.real;
data_FFT[KB].imag = data_FFT[K].imag - Temp_XX.imag; data_FFT[K].real = data_FFT[K].real + Temp_XX.real;
data_FFT[K].imag = data_FFT[K].imag + Temp_XX.imag;
}
}
}
} #define SYRFFT_H
#endif
/*******************************************************************************
** 程序名称：快速傅里叶变换(FFT)
** 程序描述：本程序实现快速傅里叶变换
** 程序版本：V6.0
** 程序作者：宋元瑞
** 最后修改：2011年5月6日
*******************************************************************************/ #include <stdio.h>
#include "syrFFT_H.h" //包含FFT运算头文件 //主函数
int main(int argc, char *argv[])
{
int i = ; //以下3句为FFT运算的调用函数
FFT_prepare(); //为FFT做好准备，此函数只需程序开始时执行一次即可，切勿写在循环中
//while(1)
{
for(i=;i<N_FFT;i++)//模拟输入
{source_Data(i) = sin(*PI*i/N_FFT);}//注意inputData后面是小括号
FFT(); for(i=; i<N_FFT; i++)//输出结果
{printf("%lf ",result_Data(i));}
} return ;
}
#ifndef FFT_H #include <stdlib.h>
#include <math.h> #define RESULT(x) sqrt(data_of_N_FFT[x].real*data_of_N_FFT[x].real+data_of_N_FFT[x].imag*data_of_N_FFT[x].imag)
#define PI 3.14159265358979323846264338327950288419716939937510 //圆周率，50位小数
#define PI2 6.28318530717958647692528676655900576839433879875021
int N_FFT=; //傅里叶变换的点数
int M_of_N_FFT=; //蝶形运算的级数，N = 2^M
int Npart2_of_N_FFT=; //创建正弦函数表时取PI的1/2
int Npart4_of_N_FFT=; //创建正弦函数表时取PI的1/4 typedef float ElemType; //原始数据序列的数据类型,可以在这里设置 typedef struct //定义复数结构体
{
ElemType real,imag;
}complex_of_N_FFT,*ptr_complex_of_N_FFT; ptr_complex_of_N_FFT data_of_N_FFT=NULL;//开辟存储单元，原始数据与负数结果均使用之
ElemType* SIN_TABLE_of_N_FFT=NULL; //创建正弦函数表
void CREATE_SIN_TABLE(void)
{
int i=;
for(i=; i<=Npart4_of_N_FFT; i++)
{
SIN_TABLE_of_N_FFT[i] = sin(PI*i/Npart2_of_N_FFT);//SIN_TABLE[i] = sin(PI2*i/N);
}
} ElemType Sin_find(ElemType x)
{
int i = (int)(N_FFT*x);
i = i>>;
if(i>Npart4_of_N_FFT)//注意：i已经转化为0~N之间的整数了！
{//不会超过N/2
i = Npart2_of_N_FFT - i;//i = i - 2*(i-Npart4);
}
return SIN_TABLE_of_N_FFT[i];
}
ElemType Cos_find(ElemType x)
{
int i = (int)(N_FFT*x);
i = i>>;
if(i<Npart4_of_N_FFT)//注意：i已经转化为0~N之间的整数了！
{//不会超过N/2
//i = Npart4 - i;
return SIN_TABLE_of_N_FFT[Npart4_of_N_FFT - i];
}
else//i>Npart4 && i<N/2
{
//i = i - Npart4;
return -SIN_TABLE_of_N_FFT[i - Npart4_of_N_FFT];
}
} //变址
void ChangeSeat(complex_of_N_FFT *DataInput)
{
int nextValue,nextM,i,k,j=;
complex_of_N_FFT temp; nextValue=N_FFT/; //变址运算，即把自然顺序变成倒位序，采用雷德算法
nextM=N_FFT-;
for (i=;i<nextM;i++)
{
if (i<j) //如果i<j,即进行变址
{
temp=DataInput[j];
DataInput[j]=DataInput[i];
DataInput[i]=temp;
}
k=nextValue; //求j的下一个倒位序
while (k<=j) //如果k<=j,表示j的最高位为1
{
j=j-k; //把最高位变成0
k=k/; //k/2，比较次高位，依次类推，逐个比较，直到某个位为0
}
j=j+k; //把0改为1
}
} //复数乘法
/*complex XX_complex(complex a, complex b)
{
complex temp; temp.real = a.real * b.real-a.imag*b.imag;
temp.imag = b.imag*a.real + a.imag*b.real; return temp;
}*/ //FFT运算函数
void FFT(void)
{
int L=,B=,J=,K=;
int step=, KB=;
//ElemType P=0;
ElemType angle;
complex_of_N_FFT W,Temp_XX; ChangeSeat(data_of_N_FFT);//变址
//CREATE_SIN_TABLE();
for(L=; L<=M_of_N_FFT; L++)
{
step = <<L;//2^L
B = step>>;//B=2^(L-1)
for(J=; J<B; J++)
{
//P = (1<<(M-L))*J;//P=2^(M-L) *J
angle = (double)J/B; //这里还可以优化
W.imag = -Sin_find(angle); //用C++该函数课声明为inline
W.real = Cos_find(angle); //用C++该函数课声明为inline
//W.real = cos(angle*PI);
//W.imag = -sin(angle*PI);
for(K=J; K<N_FFT; K=K+step)
{
KB = K + B;
//Temp_XX = XX_complex(data[KB],W);
//用下面两行直接计算复数乘法，省去函数调用开销
Temp_XX.real = data_of_N_FFT[KB].real * W.real-data_of_N_FFT[KB].imag*W.imag;
Temp_XX.imag = W.imag*data_of_N_FFT[KB].real + data_of_N_FFT[KB].imag*W.real; data_of_N_FFT[KB].real = data_of_N_FFT[K].real - Temp_XX.real;
data_of_N_FFT[KB].imag = data_of_N_FFT[K].imag - Temp_XX.imag; data_of_N_FFT[K].real = data_of_N_FFT[K].real + Temp_XX.real;
data_of_N_FFT[K].imag = data_of_N_FFT[K].imag + Temp_XX.imag;
}
}
}
}
//IFFT运算函数
void IFFT(void)
{
int L=,B=,J=,K=;
int step=, KB=;
//ElemType P=0;
ElemType angle;
complex_of_N_FFT W,Temp_XX; ChangeSeat(data_of_N_FFT);//变址
//CREATE_SIN_TABLE();
for(L=; L<=M_of_N_FFT; L++)
{
step = <<L;//2^L
B = step>>;//B=2^(L-1)
for(J=; J<B; J++)
{
//P = (1<<(M-L))*J;//P=2^(M-L) *J
angle = (double)J/B; //这里还可以优化 W.imag = Sin_find(angle); //用C++该函数课声明为inline
W.real = Cos_find(angle); //用C++该函数课声明为inline
//W.real = cos(angle*PI);
//W.imag = -sin(angle*PI);
for(K=J; K<N_FFT; K=K+step)
{
KB = K + B;
//Temp_XX = XX_complex(data[KB],W);
//用下面两行直接计算复数乘法，省去函数调用开销
Temp_XX.real = data_of_N_FFT[KB].real * W.real-data_of_N_FFT[KB].imag*W.imag;
Temp_XX.imag = W.imag*data_of_N_FFT[KB].real + data_of_N_FFT[KB].imag*W.real; data_of_N_FFT[KB].real = data_of_N_FFT[K].real - Temp_XX.real;
data_of_N_FFT[KB].imag = data_of_N_FFT[K].imag - Temp_XX.imag; data_of_N_FFT[K].real = data_of_N_FFT[K].real + Temp_XX.real;
data_of_N_FFT[K].imag = data_of_N_FFT[K].imag + Temp_XX.imag;
}
}
}
} //初始化FFT程序
//N_FFT是 FFT的点数，必须是2的次方
void Init_FFT(int N_of_FFT)
{
int i=;
int temp_N_FFT=;
N_FFT = N_of_FFT; //傅里叶变换的点数 ，必须是 2的次方
M_of_N_FFT = ; //蝶形运算的级数，N = 2^M
for(i=; temp_N_FFT<N_FFT; i++)
{
temp_N_FFT = *temp_N_FFT;
M_of_N_FFT++;
}
//printf("\n%d\n",M_of_N_FFT);
Npart2_of_N_FFT = N_FFT/; //创建正弦函数表时取PI的1/2
Npart4_of_N_FFT = N_FFT/; //创建正弦函数表时取PI的1/4 //ptr_complex_of_N_FFT data_of_N_FFT=NULL;//开辟存储单元，原始数据与负数结果均使用之
data_of_N_FFT = (ptr_complex_of_N_FFT)malloc(N_FFT * sizeof(complex_of_N_FFT));
//ptr_complex_of_N_FFT SIN_TABLE_of_N_FFT=NULL;
SIN_TABLE_of_N_FFT = (ElemType *)malloc((Npart4_of_N_FFT+) * sizeof(ElemType)); CREATE_SIN_TABLE(); //创建正弦函数表
}
//结束 FFT运算，释放相关内存
void Close_FFT(void)
{
if(data_of_N_FFT != NULL)
{
free(data_of_N_FFT); //释放内存
data_of_N_FFT = NULL;
}
if(SIN_TABLE_of_N_FFT != NULL)
{
free(SIN_TABLE_of_N_FFT); //释放内存
SIN_TABLE_of_N_FFT = NULL;
}
} #define FFT_H
#endif
/*******************************************************************************
** 程序名称：快速傅里叶变换(FFT)
** 程序描述：本程序实现快速傅里叶变换及其逆变换
** 性能提升：修正了FFT的bug
** 程序版本：V6.6
** 程序作者：宋元瑞
** 最后修改：2011年5月16日
*******************************************************************************/ #include "jxust_fft6_6.h" //产生模拟原始数据输入 ,在实际应用时替换为AD采样数据
void InputData(void)
{
int i;
for(i=; i<N_FFT; i++)//制造输入序列
{
data_of_N_FFT[i].real = sin(*PI*i/N_FFT); //输入采样数据
data_of_N_FFT[i].imag = ;
}
} //主函数 ，示例如何调用FFT运算
int main(int argc, char *argv[])
{
int i = ; Init_FFT(); //①初始化各项参数，此函数只需执行一次 ; 参数为FFT的点数，必须为2的次方 InputData(); //②输入原始数据 ,此处在实际应用时替换为AD采样数据
FFT(); //③进行 FFT计算
//for(i=0; i<N_FFT; i++)//④输出FFT频谱结果 sqrt(data_of_N_FFT[i].real*data_of_N_FFT[i].real+data_of_N_FFT[i].imag*data_of_N_FFT[i].imag)
//{printf("%f ",RESULT(i));} IFFT();//进行 IFFT计算
//for(i=0; i<N_FFT; i++)//(可选步骤)⑤输出 IFFT结果 ，滤波时会用到；暂时不用
//{printf("%f ",data_of_N_FFT[i].real/N_FFT);}
Close_FFT(); //结束 FFT运算，释放相关内存 ;此函数在彻底结束FFT运算后调用， return ;
}
#ifndef SYRFFT_6_55_H #include <math.h> #define FFT_RESULT(x) (sqrt(data_of_N_FFT[x].real*data_of_N_FFT[x].real+data_of_N_FFT[x].imag*data_of_N_FFT[x].imag))
#define IFFT_RESULT(x) (data_of_N_FFT[x].real/N_FFT) #define PI 3.14159265358979323846264338327950288419716939937510 //圆周率，50位小数
#define PI2 6.28318530717958647692528676655900576839433879875021
#define N_FFT 1024 //傅里叶变换的点数
#define M_of_N_FFT 10 //蝶形运算的级数，N = 2^M
#define Npart2_of_N_FFT 512 //创建正弦函数表时取PI的1/2
#define Npart4_of_N_FFT 256 //创建正弦函数表时取PI的1/4 typedef float ElemType; //原始数据序列的数据类型,可以在这里设置 typedef struct //定义复数结构体
{
ElemType real,imag;
}complex_of_N_FFT,*ptr_complex_of_N_FFT; complex_of_N_FFT data_of_N_FFT[N_FFT]; //定义存储单元，原始数据与负数结果均使用之
ElemType SIN_TABLE_of_N_FFT[Npart4_of_N_FFT+]; //创建正弦函数表
void CREATE_SIN_TABLE(void)
{
int i=;
for(i=; i<=Npart4_of_N_FFT; i++)
{
SIN_TABLE_of_N_FFT[i] = sin(PI*i/Npart2_of_N_FFT);//SIN_TABLE[i] = sin(PI2*i/N);
}
} ElemType Sin_find(ElemType x)
{
int i = (int)(N_FFT*x);//注意：i已经转化为0~N之间的整数了！
i = i>>;// i = i / 2;
if(i>Npart4_of_N_FFT)
{//根据FFT相关公式，sin()参数不会超过PI， 即i不会超过N/2
i = Npart2_of_N_FFT - i;//i = i - 2*(i-Npart4);
}
return SIN_TABLE_of_N_FFT[i];
}
ElemType Cos_find(ElemType x)
{
int i = (int)(N_FFT*x);//注意：i已经转化为0~N之间的整数了！
i = i>>;
if(i < Npart4_of_N_FFT )
{ //不会超过N/2
//i = Npart4 - i;
return SIN_TABLE_of_N_FFT[Npart4_of_N_FFT - i];
}
else //i > Npart4 && i < N/2
{
//i = i - Npart4;
return -SIN_TABLE_of_N_FFT[i - Npart4_of_N_FFT];
}
} //变址
void ChangeSeat(complex_of_N_FFT *DataInput)
{
int nextValue,nextM,i,k,j=;
complex_of_N_FFT temp; nextValue=N_FFT/; //变址运算，即把自然顺序变成倒位序，采用雷德算法
nextM=N_FFT-;
for (i=;i<nextM;i++)
{
if (i<j) //如果i<j,即进行变址
{
temp=DataInput[j];
DataInput[j]=DataInput[i];
DataInput[i]=temp;
}
k=nextValue; //求j的下一个倒位序
while (k<=j) //如果k<=j,表示j的最高位为1
{
j=j-k; //把最高位变成0
k=k/; //k/2，比较次高位，依次类推，逐个比较，直到某个位为0
}
j=j+k; //把0改为1
}
} //复数乘法
/*complex XX_complex(complex a, complex b)
{
complex temp; temp.real = a.real * b.real-a.imag*b.imag;
temp.imag = b.imag*a.real + a.imag*b.real; return temp;
}*/ //FFT运算函数
void FFT(void)
{
int L=,B=,J=,K=;
int step=, KB=;
//ElemType P=0;
ElemType angle;
complex_of_N_FFT W,Temp_XX; ChangeSeat(data_of_N_FFT);//变址
//CREATE_SIN_TABLE();
for(L=; L<=M_of_N_FFT; L++)
{
step = <<L;//2^L
B = step>>;//B=2^(L-1)
for(J=; J<B; J++)
{
//P = (1<<(M-L))*J;//P=2^(M-L) *J
angle = (double)J/B; //这里还可以优化
W.imag = -Sin_find(angle); //用C++该函数课声明为inline
W.real = Cos_find(angle); //用C++该函数课声明为inline
//W.real = cos(angle*PI);
//W.imag = -sin(angle*PI);
for(K=J; K<N_FFT; K=K+step)
{
KB = K + B;
//Temp_XX = XX_complex(data[KB],W);
//用下面两行直接计算复数乘法，省去函数调用开销
Temp_XX.real = data_of_N_FFT[KB].real * W.real-data_of_N_FFT[KB].imag*W.imag;
Temp_XX.imag = W.imag*data_of_N_FFT[KB].real + data_of_N_FFT[KB].imag*W.real; data_of_N_FFT[KB].real = data_of_N_FFT[K].real - Temp_XX.real;
data_of_N_FFT[KB].imag = data_of_N_FFT[K].imag - Temp_XX.imag; data_of_N_FFT[K].real = data_of_N_FFT[K].real + Temp_XX.real;
data_of_N_FFT[K].imag = data_of_N_FFT[K].imag + Temp_XX.imag;
}
}
}
} //IFFT运算函数
void IFFT(void)
{
int L=,B=,J=,K=;
int step=, KB=;
//ElemType P=0;
ElemType angle;
complex_of_N_FFT W,Temp_XX; ChangeSeat(data_of_N_FFT);//变址
//CREATE_SIN_TABLE();
for(L=; L<=M_of_N_FFT; L++)
{
step = <<L;//2^L
B = step>>;//B=2^(L-1)
for(J=; J<B; J++)
{
//P = (1<<(M-L))*J;//P=2^(M-L) *J
angle = (double)J/B; //这里还可以优化 W.imag = Sin_find(angle); //用C++该函数课声明为inline
W.real = Cos_find(angle); //用C++该函数课声明为inline
//W.real = cos(angle*PI);
//W.imag = -sin(angle*PI);
for(K=J; K<N_FFT; K=K+step)
{
KB = K + B;
//Temp_XX = XX_complex(data[KB],W);
//用下面两行直接计算复数乘法，省去函数调用开销
Temp_XX.real = data_of_N_FFT[KB].real * W.real-data_of_N_FFT[KB].imag*W.imag;
Temp_XX.imag = W.imag*data_of_N_FFT[KB].real + data_of_N_FFT[KB].imag*W.real; data_of_N_FFT[KB].real = data_of_N_FFT[K].real - Temp_XX.real;
data_of_N_FFT[KB].imag = data_of_N_FFT[K].imag - Temp_XX.imag; data_of_N_FFT[K].real = data_of_N_FFT[K].real + Temp_XX.real;
data_of_N_FFT[K].imag = data_of_N_FFT[K].imag + Temp_XX.imag;
}
}
}
} //初始化FFT程序
void Init_FFT()
{
CREATE_SIN_TABLE(); //创建正弦函数表
} //结束 FFT运算，释放相关内存
void Close_FFT(void)
{ } #define SYRFFT_6_55_H
#endif
/*******************************************************************************
** 程序名称：快速傅里叶变换(FFT)
** 程序描述：本程序实现快速傅里叶变换
** 性能提升：修正了IFFT的bug,变量重新命名,使用宏定义改变N大小
** 程序版本：V6.55
** 程序作者：宋元瑞
** 最后修改：2011年5月22日
*******************************************************************************/
#include "syrFFT_6_55.h" //产生模拟原始数据输入 ,在实际应用时替换为AD采样数据
void InputData(void)
{
int i;
for(i=; i<N_FFT; i++)//制造输入序列
{
data_of_N_FFT[i].real = sin(*PI*i/N_FFT); //输入采样数据
data_of_N_FFT[i].imag = ;
}
} //主函数 ，示例如何调用FFT运算
int main(int argc, char *argv[])
{
int i = ; Init_FFT(); //①初始化各项参数，此函数只需执行一次 ; 修改FFT的点数去头文件的宏定义处修改 InputData(); //②输入原始数据 ,此处在实际应用时替换为AD采样数据
FFT(); //③进行 FFT计算
//for(i=0; i<N_FFT; i++)//④输出FFT频谱结果 sqrt(data_of_N_FFT[i].real*data_of_N_FFT[i].real+data_of_N_FFT[i].imag*data_of_N_FFT[i].imag)
//{printf("%f ",FFT_RESULT(i));} IFFT();//进行 IFFT计算
//for(i=0; i<N_FFT; i++)//(可选步骤)⑤输出 IFFT结果 ，滤波时会用到；暂时不用
//{printf("%f ",IFFT_RESULT(i));} Close_FFT(); //结束 FFT运算，此版本此句无用，可不写 return ;
}
回复更精彩，请到原出处关注。
用于ARM上的FFT与IFFT源代码（C语言，不依赖特定平台）（转）的更多相关文章
- 用于ARM上的FFT与IFFT源代码-C语言
/********************************************************************************* 程序名称:快速傅里叶变换(FFT) ...
- 二维FFT，IFFT，c语言实现
学习DIP第6天 完整内容迁移至http://www.face2ai.com/DIP-2-4-二维FFT-IFFT-c语言实现/ http://www.tony4ai.com/DIP-2-4-二维FF ...
- arm上的参数列表传递的分析（以android为例）
1. Linux中可变列表实现的源码分析 查看Linux0.11的内核源代码,对va_list, va_start, va_arg 的实现如下: va_list的实现没有差别,chartypedef ...
- ARM上的linux如何实现无线网卡的冷插拔和热插拔
ARM上的linux如何实现无线网卡的冷插拔和热插拔 fulinux 凌云实验室 1. 冷插拔 如果在系统上电之前就将RT2070/RT3070芯片的无线网卡(以下简称wlan)插上,即冷插拔.我们通 ...
- valgrind简介以及在ARM上交叉编译运行【转】
转自:https://blog.csdn.net/dengcanjun6/article/details/54958359 版权声明:本文为博主原创文章,未经博主允许不得转载. https://blo ...
- 基2时域抽取FFT、IFFT的C++实现代码，另附DFT与IDFT的原始实现--转1
介绍网络上的原理介绍非常丰富,具体请自行搜索网络资源. 本算法依靠FFT流图进行布置. 算法 ##进行完所有的原理推导后,我们可以得到如下的16点FFT流图: 通过上图可以看出整个流图输入序列的顺序已 ...
- AOSP ON MAKO(在NEXUS 4上刷ANDROID 4.4 源代码包-下载/配置/编译/刷机)
AOSP ON MAKO(在NEXUS 4上刷ANDROID 4.4 源代码包-下载/配置/编译/刷机) 特别感谢google官方文档及AOSP源代码开放 參考链接: https://source.a ...
- 【Qt开发】【ARM-Linux开发】 QT在ARM上显示字体的问题
在PC机上利用QT开发的应用程序在设置字体时,在PC上运行,可根据自己的设置,字体随之变大或变小.而移植到ARM上运行时发现,显示字体与所设置的字体不用,字体普遍偏小.经过上网搜索发现,是环境变量字库 ...
- 用jQuery重置用于文件上传的input (type="file")
页面中有如下标签: <input type="file" id="upload"/> 此标签本用于文件上传,现在有需要将其值重置为空.于是想当然地写 ...
随机推荐
- 用for while 成绩的有效输入
#include "stdio.h" void main() { int score,s; printf("请输入你的成绩:"); scanf("%d ...
- ubuntu环境下安装Tomcat
tomcat 是javaweb开发的本地服务器,tomcat是目前比较流行的一款. 1.下载Tomcat:http://tomcat.apache.org 2.进入下载文件夹解压Tomcat:sudo ...
- material design 的android开源代码整理
material design 的android开源代码整理 1 android (material design 效果的代码库) 地址请点击:MaterialDesignLibrary 效果: 2 ...
- hdu_5738_Eureka(脑洞)
题目链接:hdu_5738_Eureka 题意: 这题感觉说不清楚,坑点有点坑,一不小心就会推出错误的公式,然后最重要的是你还不知道你推错了 题解: 这里贴一个官方的题解 Eureka xjb推导一下 ...
- Photoshop学习之路
网易云课堂中有的提升课程:http://study.163.com/course/courseMain.htm?courseId=765016&6925ecaa9614a750=Individ ...
- 剑指offer 二叉搜索树与双向链表
html, body { font-size: 15px; } body { font-family: Helvetica, "Hiragino Sans GB", 微软雅黑, & ...
- Win下安装Cygwin中的SSH服务
windows和linux各有其优越性,可以安装在同一台电脑上,但切换要重启.同时拥有两台电脑,一台装win,一台装linux,自然非常好,但具备此条件的不多.本文介绍cygwin,它可以让你在win ...
- OGG 文档
[OGG]OGG的下载和安装篇 http://www.cnblogs.com/lhrbest/p/4564013.html [OGG]OGG的单向DML复制配置(一) http://www.cnblo ...
- 转：Loadrunner上传文件解决办法（大文件）
最近再做一个跟海量存储相关的项目测试,需要通过LR模拟用户大量上传和下载文件,请求是Rest或Soap,同时还要模拟多种大小尺寸不一的文件 通常情况下,都是使用简单的post协议即可: 方法一: we ...
- bootstrap-table 表头和内容对不齐解决办法
偶然机会学习bootstrap,表格利用bootstrap-table实现,使用bootstrap-table过程中,发现了一个非常棘手的问题,在ie浏览器中,表格的表头和内容对不齐,特别是列比较多且 ...