本文主要对如何将FFTW3编译且移植到Android App上进行介绍，同时对各FFTW提供的一些快速傅里叶变换的方法在手机进行性能测试，总结出使用FFTW3进行小规模傅里叶变换的最佳方式。
文章重点内容有：FFTW configure；编译so库；ARM NEON优化；float加速；多线程
第1部分为快速入门版，如想查看更详细的使用说明，请查看第2部分 : http://he-kai.com/?p=38 内容
准备工作：
- FFTW 3：Version 3.3.3 http://fftw.org/fftw-3.3.3.tar.gz
- Android App：我编写的示例程序 https://github.com/hekai/fftw_android 使用git或直接去github上下载此项目
- Linux：我使用的是Ubuntu 12.04 64-bit
- NDK：android-ndk-r9c 64-bit 32-bit 点击合适版本下载
- Eclipse：我使用的版本是3.7，版本不同关系不大，关键是安装好ADT插件，并在Eclipse中配置好SDK目录和NDK目录
快速入门：
1. 下载好fftw-3.3.3.tar.gz和fftw_android项目后，将目录结构按如下方式放置
—->parent folder
—->fftw-3.3.3
—->fftw_android
2. Eclipse中导入，选择已有项目，将fftw_android项目导入。运行为Android Application，在手机上查看运行效果。
若出现错误，请检查错误输出，主要检查Eclipse中NDK路径是否配置好，以及在项目上尝试右键Android Tool-> Fix Project Properties 和Add Native Support。若还是有报错，选择错误的视图，将所有的错误选中，删除，再运行看是否能正常编译运行通过。
3. 若想要观察各傅里叶变换方法的性能，打开Logcat，增加过滤器，将Application栏填为com.hekai.fftw_android，从而将此程序的所有LOG输出过滤显示出来。
下表为我的测试结果
测试数据：160 x 160 实数二维矩阵
测试手机：Google Nexus 4（ Qualcomm APQ8064 1.5GHz x 4）
| 方法 | Avg(ms)（10 times） |
| ffwt_plan_dft_2d | 58.013794 |
| ffwt_plan_dft_r2c_2d | 25.4669923 |
| ffwtf_plan__dft_r2c_2d | 19.3967774 |
| ffwtf_plan__dft_r2c_2d(neon) | 9.5950195 |
| ffwtf_plan__dft_r2c_2d(threads=4) | 30.2916016 |
| ffwtf_plan__dft_r2c_2d(threads=4)(neon) | 18.9395753 |
总结：
- 对于实数二维矩阵在Android手机上做快速傅里叶变换，使用带有r2c的方法，它会对纯实数矩阵的运算有加速效果。
- 不要开启多线程，小规模数据时，多线程反而会增加额外时间。
- 编译FFTW时启用neon优化能明显提高在arm芯片上的运行效率，如上表中10次平均每次是9.6ms，实际数据是第一次花费了50多ms，后面每次都是4ms左右
- 在无高精度要求的前提下，使用float作为输入，不使用double，减少数据量，提高运算效率
参考文献：
- Compiling open source libraries with Android NDK: Part 2
- 一个FFTW NDK的例子 https://github.com/jimjh/fftw-ndk-example
- FFTW官方文档 http://fftw.org/fftw3_doc/
另外，还有一篇帖子： 编译且移植FFTW3 https://blog.csdn.net/flfihpv259/article/details/80819084
来源：oschina
链接：https://my.oschina.net/u/2963604/blog/2963954