使用Eigen FFT库对矩阵行执行1D FFT结果异常的问题

核心原因：Eigen FFT默认按列处理矩阵，行操作需显式实现 #

Eigen的FFT类默认对矩阵的每一列执行1D FFT，这和MATLAB中fft(X, [], 1)的行为一致；但当你需要对每行执行FFT（对应MATLAB的fft(X, [], 2)），不能直接调用矩阵的fwd()方法，必须显式遍历每行单独处理，或者通过转置间接实现。

具体修正步骤 #

1. 显式遍历每行执行FFT
   不要直接将整个实矩阵传入fft.fwd()，而是循环处理每一行：

   #include <Eigen/Dense>
   #include <unsupported/Eigen/FFT>
   
   int main() {
       int nx = 4, ny = 3;
       Eigen::MatrixXd I = Eigen::MatrixXd::Identity(ny+1, nx);
       Eigen::FFT<double> fft;
       // 关闭归一化，匹配MATLAB默认行为（MATLAB仅逆FFT才除以N）
       fft.set_normalization(Eigen::FFT<double>::NoNormalization);
   
       Eigen::MatrixXcf fft_rows(ny+1, nx);
       for (int row_idx = 0; row_idx < ny+1; ++row_idx) {
           // 提取单行并执行FFT，结果写入复数矩阵对应行
           fft_rows.row(row_idx) = fft.fwd(I.row(row_idx));
       }
   
       // 输出结果对比MATLAB
       return 0;
   }
   

2. 验证归一化设置
   MATLAB的fft默认不做归一化，而Eigen的FFT默认可能使用Unitary归一化（即正逆FFT都除以√N）。必须手动设置为NoNormalization才能和MATLAB结果完全对齐。

3. 实转复的细节处理
   如果你的单位矩阵是实矩阵，MATLAB的fft会自动生成共轭对称的复输出；Eigen的实输入FFT也会生成复结果，但如果你希望完全复现MATLAB的数值精度，建议先将实矩阵转为复矩阵再处理：

   Eigen::MatrixXcf I_complex = I.cast<std::complex<double>>();
   for (int row_idx = 0; row_idx < ny+1; ++row_idx) {
       fft_rows.row(row_idx) = fft.fwd(I_complex.row(row_idx));
   }
   

额外排查点 #

• 检查矩阵维度是否和MATLAB一致：确保(ny+1)*nx的行列数没有搞反（Eigen默认列优先，但矩阵构造时Identity(rows, cols)是正确的）。
• 对比单个行的FFT结果：取某一行的实向量，分别在MATLAB和C++中执行FFT，看数值是否一致，定位是否是遍历或维度的问题。

内容的提问来源于stack exchange，提问作者Mathew77