为什么fftw安装后没有mpi

为什么fftw安装后没有mpi,第1张

首先,你要确认你安装fftw和mpich的路径,然后找到lammps/src/MAKE/Makefile.g++,对它进行编辑修改我的mpi路径是/opt/mpich2,MPI_INC=-DMPICH_SKIP_MPICXX-I/opt/mpich2/includeMPI_PATH=-L/opt/mpich2/libfftw路径是/opt/fftw215,FFT_INC=-DFFT_FFTW-I/opt/fftw215/includeFFT_PATH=-L/opt/fftw215/lib其它的不用改然后打开终端,在src目录下输入命令:makeg++等待十几分钟最后生成了可执行文件lmp_g++说明安装成功。然后在你的主文件夹下找到.bashrc文件,在最后加入下面的内容LD_LIBRARY_PATH=/opt/mpich2/lib:/opt/fftw215/lib:/home/sky/tools/lammps/src/lib:$LD_LIBRARY_PATH注意按照你自己的安装路径进行改动。然后用命令source~/.bashrc进行更新。然后lmp_g++就可以用了然后。。。然后你该给我分了。

分类: 教育/科学 >>学习帮助

问题描述:

追20分

解析:

快速傅里叶变换 要用C++ 才行吧 你可以用MATLAB来实现更方便点啊

此FFT 是用VC6.0编写,由FFT.CPP;STDAFX.H和STDAFX.CPP三个文件组成,编译成功。程序可以用文件输入和输出为文件。文件格式为TXT文件。测试结果如下:

输入文件:8.TXT 或手动输入

8 N

1

2

3

4

5

6

7

8

输出结果为:或保存为TXT文件。(8OUT.TXT)

8

(36,0)

(-4,9.65685)

(-4,4)

(-4,1.65685)

(-4,0)

(-4,-1.65685)

(-4,-4)

(-4,-9.65685)

下面为FFT.CPP文件:

FFT.cpp : 定义控制台应用程序的入口点。

#include "stdafx.h"

#include <iostream>

#include <plex>

#include <bitset>

#include <vector>

#include <conio.h>

#include <string>

#include <fstream>

using namespace std

bool inputData(unsigned long &, vector<plex<double>>&)手工输入数据

void FFT(unsigned long &, vector<plex<double>>&)FFT变换

void display(unsigned long &, vector<plex<double>>&)显示结果

bool readDataFromFile(unsigned long &, vector<plex<double>>&)从文件中读取数据

bool saveResultToFile(unsigned long &, vector<plex<double>>&)保存结果至文件中

const double PI = 3.1415926

int _tmain(int argc, _TCHAR* argv[])

{

vector<plex<double>>vecList有限长序列

unsigned long ulN = 0N

char chChoose = ' '功能选择

功能循环

while(chChoose != 'Q' &&chChoose != 'q')

{

显示选择项

cout <<"\nPlease chose a function" <<endl

cout <<"\t1.Input data manually, press 'M':" <<endl

cout <<"\t2.Read data from file, press 'F':" <<endl

cout <<"\t3.Quit, press 'Q'" <<endl

cout <<"Please chose:"

输入选择

chChoose = getch()

判断

switch(chChoose)

{

case 'm': 手工输入数据

case 'M':

if(inputData(ulN, vecList))

{

FFT(ulN, vecList)

display(ulN, vecList)

saveResultToFile(ulN, vecList)

}

break

case 'f': 从文档读取数据

case 'F':

if(readDataFromFile(ulN, vecList))

{

FFT(ulN, vecList)

display(ulN, vecList)

saveResultToFile(ulN, vecList)

}

break

}

}

return 0

}

bool Is2Power(unsigned long ul) 判断是否是2的整数次幂

{

if(ul <2)

return false

while( ul >1 )

{

if( ul % 2 )

return false

ul /= 2

}

return true

}

bool inputData(unsigned long &ulN, vector<plex<double>>&vecList)

{

题目

cout<<"\n\n\n==============================Input Data===============================" <<endl

输入N

cout<<"\nInput N:"

cin>>ulN

if(!Is2Power(ulN)) 验证N的有效性

{

cout<<"N is invalid (N must like 2, 4, 8, .....), please retry." <<endl

return false

}

输入各元素

vecList.clear()清空原有序列

plex<double>c

for(unsigned long i = 0i <ulNi++)

{

cout <<"Input x(" <<i <<"):"

cin >>c

vecList.push_back(c)

}

return true

}

bool readDataFromFile(unsigned long &ulN, vector<plex<double>>&vecList) 从文件中读取数据

{

题目

cout<<"\n\n\n===============Read Data From File==============" <<endl

输入文件名

string strfilename

cout <<"Input filename:"

cin >>strfilename

打开文件

cout <<"open file " <<strfilename <<"......." <<endl

ifstream loadfile

loadfile.open(strfilename.c_str())

if(!loadfile)

{

cout <<"\tfailed" <<endl

return false

}

else

{

cout <<"\tsucceed" <<endl

}

vecList.clear()

读取N

loadfile >>ulN

if(!loadfile)

{

cout <<"can't get N" <<endl

return false

}

else

{

cout <<"N = " <<ulN <<endl

}

读取元素

plex<double>c

for(unsigned long i = 0i <ulNi++)

{

loadfile >>c

if(!loadfile)

{

cout <<"can't get enough infomation" <<endl

return false

}

else

cout <<"x(" <<i <<") = " <<c <<endl

vecList.push_back(c)

}

关闭文件

loadfile.close()

return true

}

bool saveResultToFile(unsigned long &ulN, vector<plex<double>>&vecList) 保存结果至文件中

{

询问是否需要将结果保存至文件

char chChoose = ' '

cout <<"Do you want to save the result to file? (y/n):"

chChoose = _getch()

if(chChoose != 'y' &&chChoose != 'Y')

{

return true

}

输入文件名

string strfilename

cout <<"\nInput file name:"

cin >>strfilename

cout <<"Save result to file " <<strfilename <<"......" <<endl

打开文件

ofstream savefile(strfilename.c_str())

if(!savefile)

{

cout <<"can't open file" <<endl

return false

}

写入N

savefile <<ulN <<endl

写入元素

for(vector<plex<double>>::iterator i = vecList.begin()i <vecList.end()i++)

{

savefile <<*i <<endl

}

写入完毕

cout <<"save succeed." <<endl

关闭文件

savefile.close()

return true

}

void FFT(unsigned long &ulN, vector<plex<double>>&vecList)

{

得到幂数

unsigned long ulPower = 0幂数

unsigned long ulN1 = ulN - 1

while(ulN1 >0)

{

ulPower++

ulN1 /= 2

}

反序

bitset<sizeof(unsigned long) * 8>bsIndex二进制容器

unsigned long ulIndex反转后的序号

unsigned long ulK

for(unsigned long p = 0p <ulNp++)

{

ulIndex = 0

ulK = 1

bsIndex = bitset<sizeof(unsigned long) * 8>(p)

for(unsigned long j = 0j <ulPowerj++)

{

ulIndex += bsIndex.test(ulPower - j - 1) ? ulK : 0

ulK *= 2

}

if(ulIndex >p)

{

plex<double>c = vecList[p]

vecList[p] = vecList[ulIndex]

vecList[ulIndex] = c

}

}

计算旋转因子

vector<plex<double>>vecW

for(unsigned long i = 0i <ulN / 2i++)

{

vecW.push_back(plex<double>(cos(2 * i * PI / ulN) , -1 * sin(2 * i * PI / ulN)))

}

for(unsigned long m = 0m <ulN / 2m++)

{

cout<<"\nvW[" <<m <<"]=" <<vecW[m]

}

计算FFT

unsigned long ulGroupLength = 1段的长度

unsigned long ulHalfLength = 0段长度的一半

unsigned long ulGroupCount = 0段的数量

plex<double>cwWH(x)

plex<double>c1G(x) + WH(x)

plex<double>c2G(x) - WH(x)

for(unsigned long b = 0b <ulPowerb++)

{

ulHalfLength = ulGroupLength

ulGroupLength *= 2

for(unsigned long j = 0j <ulNj += ulGroupLength)

{

for(unsigned long k = 0k <ulHalfLengthk++)

{

cw = vecW[k * ulN / ulGroupLength] * vecList[j + k + ulHalfLength]

c1 = vecList[j + k] + cw

c2 = vecList[j + k] - cw

vecList[j + k] = c1

vecList[j + k + ulHalfLength] = c2

}

}

}

}

void display(unsigned long &ulN, vector<plex<double>>&vecList)

{

cout <<"\n\n===========================Display The Result=========================" <<endl

for(unsigned long d = 0d <ulNd++)

{

cout <<"X(" <<d <<")\t\t\t = " <<vecList[d] <<endl

}

}

下面为STDAFX.H文件:

stdafx.h : 标准系统包含文件的包含文件,

或是常用但不常更改的项目特定的包含文件

#pragma once

#include <iostream>

#include <tchar.h>

TODO: 在此处引用程序要求的附加头文件

下面为STDAFX.CPP文件:

stdafx.cpp : 只包括标准包含文件的源文件

FFT.pch 将成为预编译头

stdafx.obj 将包含预编译类型信息

#include "stdafx.h"

TODO: 在 STDAFX.H 中

引用任何所需的附加头文件,而不是在此文件中引用

设x(N)为N点有限长离散序列,代入式(8-3)、式(8-4),并令 其傅里叶变换(DFT)为

地球物理数据处理基础

反变换(IDFT)为

地球物理数据处理基础

两者的差异只在于W的指数符号不同,以及差一个常数1/N,因此下面我们只讨论DFT正变换式(8-5)的运算量,其反变换式(8-6)的运算是完全相同的。

一般来说,W是复数,因此,X(j)也是复数,对于式(8-5)的傅里叶变换(DFT),计算一个X(j)值需要N次复数乘法和N-1次复数加法。而X(j)一共有N个值(j=0,1,…,N-1),所以完成整个DFT运算总共需要N2次复数乘法和N(N-1)次复数加法。

直接计算DFT,乘法次数和加法次数都是与N2成正比的,当N很大时,运算量会很大,例如,当N=8时,DFT需64次复数乘法;而当N=1024时,DFT所需乘法为1048576次,即一百多万次的复数乘法运算,对运算速度要求高。所以需要改进DFT的计算方法,以减少运算次数。

分析Wjk,表面上有N2个数值,由于其周期性,实际上仅有N个不同的值W0,W1,…,WN-1。对于N=2m时,由于其对称性,只有N/2个不同的值W0,W1,…,

地球物理数据处理基础

因此可以把长序列的DFT分解为短序列DFT,而前面已经分析DFT与N2成正比,所以N越小越有利。同时,利用ab+ac=a(b+c)结合律法则,可以将同一个Wr对应的系数x(k)相加后再乘以Wr,就能大大减少运算次数。这就是快速傅里叶变换(FFT)的算法思路。

下面,我们来分析N=2m情况下的FFT算法。

1.N=4的FFT算法

对于m=2,N=4,式(8-5)傅里叶变换为

地球物理数据处理基础

将式(8-7)写成矩阵形式

地球物理数据处理基础

为了便于分析,将上式中的j,k写成二进制形式,即

地球物理数据处理基础

代入式(8-7),得

地球物理数据处理基础

分析Wjk的周期性来减少乘法次数

地球物理数据处理基础

则 代回式(8-9),整理得

地球物理数据处理基础

上式可分层计算,先计算内层,再计算外层时就利用内层计算的结果,可避免重复计算。写成分层形式

地球物理数据处理基础

则X(j1 j0)=X2(j1 j0)。

上式表明对于N=4的FFT,利用Wr的周期关系可分为m=2步计算。实际上,利用Wr的对称性,仍可以对式(8-11)进行简化计算。考虑到

地球物理数据处理基础

式(8-11)可以简化为

地球物理数据处理基础

令j=j0;k=k0,并把上式表示为十进制,得

地球物理数据处理基础

可以看到,完成上式N=4的FFT计算(表8-1)需要N·(m-1)/2=2次复数乘法和N·m=8次复数加法,比N=4的DFT算法的N2=16次复数乘法和N·(N-1)=12次复数加法要少得多。

表8-1 N=4的FFT算法计算过程

注:W0=1;W1=-i。

[例1]求N=4样本序列1,3,3,1的频谱(表8-2)。

表8-2 N=4样本序列

2.N=8的FFT算法

类似N=4的情况,用二进制形式表示,有

地球物理数据处理基础

写成分层计算的形式:

地球物理数据处理基础

则X(j2 j1 j0)=X3(j2 j1 j0)。

对式(8-14)的X1(k1 k0 j0)进行展开,有

地球物理数据处理基础

还原成十进制,并令k=2k1+k0,即k=0,1,2,3,有

地球物理数据处理基础

用类似的方法对式(8-14)的X2(k0 j1 j0),X3(j2 j1 j0)进行展开,整理得

地球物理数据处理基础

用式(8-16)、式(8-17)逐次计算到X3(j)=X(j)(j=0,1,…,7),即完成N=23=8的FFT计算,其详细过程见表8-3。

表8-3 N=8的FFT算法计算过程

注:对于正变换 对于反变换 所

[例2]求N=8样本序列(表8-4)x(k)=1,2,1,1,3,2,1,2的频谱。

表8-4 N=8样本序列

3.任意N=2m的FFT算法

列出N=4,N=8的FFT计算公式,进行对比

地球物理数据处理基础

观察式(8-18)、式(8-19),不难看出,遵循如下规律:

(1)等式左边的下标由1递增到m,可用q=1,2,…,m代替,则等式右边为q-1;

(2)k的上限为奇数且随q的增大而减小,至q=m时为0,所以其取值范围为k=0,1,2,…,(2m-q-1);

(3)j的上限为奇数且随q的增大而增大,且q=1时为0,其取值范围为j=0,1,2,…,(2q-1-1);

(4)k的系数,在等式左边为2q,等式右边为2q-1(包括W的幂指数);

(5)等式左边序号中的常数是2的乘方形式,且幂指数比下标q小1,即2q-1;等式右边m对式子序号中的常数都是定值2m-1。

归纳上述规则,写出对于任意正整数m,N=2m的FFT算法如下:

由X0(p)=x(p)(p=0,1,…,N-1)开始:

(1)对q=1,2,…,m,执行(2)~(3)步;

(2)对k=0,1,2,…,(2m-q-1)及j=0,1,2,…,(2q-1-1),执行

地球物理数据处理基础

(3)j,k循环结束;

(4)q循环结束;由Xm(p)(p=0,1,…,N-1)输出原始序列x(p)的频谱X(p)。

在计算机上很容易实现上述FFT算法程序,仅需要三个复数数组,编程步骤如下:

(1)设置复数数组X1(N-1),X2(N-1)和 (数组下界都从0开始);

(2)把样本序列x赋给X1,即X1(k)=x(k)(k=0,1,…,N-1);

(3)计算W,即正变换 反变换

(4)q=1,2,…,m,若q为偶数,执行(6),否则执行第(5)步;

(5)k=0,1,2,…,(2m-q-1)和j=0,1,2,…,(2q-1-1)循环,作

X2(2qk+j)=X1(2q-1k+j)+X1(2q-1k+j+2m-1)

X2(2qk+j+2q-1)=[X1(2q-1k+j)-X1(2q-1k+j+2m-1)]W(2q-1k)

至k,j循环结束;

(6)k=0,1,2,…,(2m-q-1)和j=0,1,2,…,(2q-1-1)循环,作

X1(2qk+j)=X2(2q-1k+j)+X2(2q-1k+j+2m-1)

X1(2qk+j+2q-1)=[X2(2q-1k+j)-X2(2q-1k+j+2m-1)]W(2q-1k)

至k,j循环结束;

(7)q循环结束,若m为偶数,输出X1(j),否则输出X2(j)(j=0,1,…,N-1),即为所求。


欢迎分享,转载请注明来源:内存溢出

原文地址:https://54852.com/yw/11912772.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-05-19
下一篇2023-05-19

发表评论

登录后才能评论

评论列表(0条)

    保存