zynq linux ne10 函数库使用

1 函数类型

变换类型	数据类型	FFT长度
c2c FFT/IFFT	float/int32/int16	2^N (N is 2, 3….)
r2c FFT	float/int32/int16	2^N (N is 3, 4….)
c2r IFFT	float/int32/int16	2^N (N is 3, 4….)

2 定义的fft 相关的指针函数，如果运行程序的处理器有simd 结构，则运行 neon 实现的fft ，如果没有则运行c 实现的fft。

3 ne10 实现的fft 结果只有采样点数的一半儿，matlab 输出的fft 结果是所有的采样点数，具体看如下例子

#include 
#include 
#include "NE10.h"
#define SAMPLES 16
int real_fft_sample_main(void)
{
    ne10_float32_t src[SAMPLES] = {};                   // A source array of input data
    ne10_fft_cpx_float32_t dst[(SAMPLES / 2) + 1] = {}; // A destination array for the transformed data
    ne10_fft_r2c_cfg_float32_t cfg;                     // An FFT "configuration structure"
    // Initialise Ne10, using hardware auto-detection to set library function pointers
    if (ne10_init() != NE10_OK)
    {
        fprintf(stderr, "Failed to initialise Ne10.\n");
        return 1;
    }
    // Prepare the real-to-complex single precision floating point FFT configuration
    // structure for inputs of length `SAMPLES`. (You need only generate this once for a
    // particular input size.)
    cfg = ne10_fft_alloc_r2c_float32(SAMPLES);
    // Generate test input values
    for (int i = 0; i < SAMPLES; i++)
    {
        src[i] = (ne10_float32_t)rand() / RAND_MAX * 50.0f;
    }
    // Perform the FFT
    ne10_fft_r2c_1d_float32(dst, src, cfg);
    // Display the results
    for (int i = 0; i < SAMPLES; i++)
    {
        printf( "IN[%2d]: %10.4f\t", i, src[i]);
        if (i <= SAMPLES / 2)
            printf("OUT[%2d]: %10.4f + %10.4fi", i, dst[i].r, dst[i].i);
        printf("\n");
    }
    // Free the allocated configuration structure
    ne10_fft_destroy_r2c_float32(cfg);
    return 0;
}