0

我有一个 cufftcomplex 数据块，它是 cuda fft(R2C) 的结果。我知道数据保存为一个实数后跟图像编号的结构。现在我想通过快速的方式（不是循环）获得每个复杂元素的幅度=sqrt（R*R+I*I）和相位=arctan（I/R）。有什么好办法吗？或者任何图书馆都可以做到这一点？

4

1 回答 1

3

由于cufftExecR2C对 GPU 上的数据进行操作，因此结果已经在 GPU 上，（在将它们复制回主机之前，如果您正在这样做。）

编写自己的 cuda 内核来完成这一点应该很简单。您描述的幅度是头文件cuCabs或头文件cuCabsf中返回的值cuComplex.h。通过查看该头文件中的函数，您应该能够弄清楚如何编写自己的函数来计算相位角。您会注意到这cufftComplex只是. cuComplex

假设您的 cufftExecR2C 调用在sizecufftComplex数组中留下了一些类型的结果。您的内核可能如下所示：datasz

#include <math.h>
#include <cuComplex.h>
#include <cufft.h>
#define nTPB 256    // threads per block for kernel
#define sz 100000   // or whatever your output data size is from the FFT
...

__host__ __device__ float carg(const cuComplex& z) {return atan2(cuCimagf(z), cuCrealf(z));} // polar angle

__global__ void magphase(cufftComplex *data, float *mag, float *phase, int dsz){
  int idx = threadIdx.x + blockDim.x*blockIdx.x;
  if (idx < dsz){
    mag[idx]   = cuCabsf(data[idx]);
    phase[idx] = carg(data[idx]);
  }
}

...
int main(){
...
    /* Use the CUFFT plan to transform the signal in place. */
    /* Your code might be something like this already:      */
    if (cufftExecR2C(plan, (cufftReal*)data, data) != CUFFT_SUCCESS){
      fprintf(stderr, "CUFFT error: ExecR2C Forward failed");
      return;   
    }
    /* then you might add:                                  */
    float *h_mag, *h_phase, *d_mag, *d_phase;
    // malloc your h_ arrays using host malloc first, then...
    cudaMalloc((void **)&d_mag, sz*sizeof(float));
    cudaMalloc((void **)&d_phase, sz*sizeof(float));
    magphase<<<(sz+nTPB-1)/nTPB, nTPB>>>(data, d_mag, d_phase, sz);
    cudaMemcpy(h_mag, d_mag, sz*sizeof(float), cudaMemcpyDeviceToHost);
    cudaMemcpy(h_phase, d_phase, sz*sizeof(float), cudaMemcpyDeviceToHost);

您也可以通过为幅度和相位函数创建函子并将这些函子与,和传递给推力::transform来使用推力来做到这一点。datamagphase

我相信您也可以使用CUBLAS来实现，结合使用向量加法和向量乘法运算。

这个问题/答案也可能很有趣。我从那里提升了我的相位功能carg。

于 2013-08-29T14:18:03.737 回答