MATLAB与C/C++中FFTW零填充IFFT结果不一致的技术疑问

归一化方式的本质区别 #

• MATLAB的fft/ifft默认自动归一化：ifft会直接除以当前FFT的变换长度。比如原信号长度为N，零填充后频域长度为Np（Np>N），ifft(uhp)会除以Np，而ifft(uh)除以N，两者幅值和时域波形自然不同——零填充会带来时域插值扩展。
• FFTW默认无自动归一化：正向、逆向变换都不做缩放，完全由用户手动处理归一化因子。如果你的C/C++代码中，对uh和uhp的IFFT结果都除以了原长度N（而非新长度Np），相当于强制把零填充后的频域结果按原长度缩放，最终时域结果就会和原uh的IFFT一致。

零填充与共轭对称性的细节 #

• MATLAB在处理实信号的频域零填充时，会自动维护共轭对称性（比如只在正频率部分补零，负频率部分自动对称补零），保证IFFT结果为实数。而FFTW需要你手动维护这一特性，如果补零位置错误（比如直接在频域数组末尾补零，破坏共轭对称），会导致IFFT出现虚部，看起来和MATLAB结果不一致。
• MATLAB的fft(u, Np)是直接在时域补零做FFT，和频域补零再IFFT的效果等价；如果你的C/C++代码是在频域补零的方式不对，也会引发差异，但最常见的还是归一化问题。

容易踩的概念误区 #

很多人会忽略FFT/IFFT的归一化约定：标准FFT定义中，正向和逆向变换的乘积为N，所以通常要么正向变换除以N，要么逆向变换除以N。MATLAB选择在逆向变换中自动完成这一步，而FFTW把控制权完全交给用户。如果你的C/C++代码没有根据变换长度动态调整归一化因子，就会出现零填充后IFFT结果和原结果一致的异常情况——本质是用错了归一化的分母。

快速验证方法 #

• 在MATLAB中，执行ifft(uhp) * Np / N，结果的幅值会和ifft(uh)匹配，波形则是插值扩展后的版本。
• 在C/C++中，将uhp的IFFT结果除以Np（而非原长度N），就能得到和MATLAB一致的时域插值结果。

内容的提问来源于stack exchange，提问作者Jamie