２次元高速フーリエ変換のテスト（矩形関数）

の範囲で定義される２変数実関数 を正規直交系を成す三角関数の和で表される指数関数を用いて、次の通りに展開することを考えます。

展開係数は一般的に複素数です。 展開係数は指数関数の完全性から、元の関数から一意に

と与えられます。これはフーリエ級数展開と呼ばれ、もとの関数が空間分布であれば波数成分が、時間分布であれば周波数成分を取得することができます。 この２次元の展開係数の計算は「高速フーリエ変換のテスト（矩形関数）」で示した１次元FFTを２段階で適用することで行うことができます。上記の式を次のとおり変形します。

このように変更することで、上記のを１次元FFTで計算することができ、さらにその結果も１次元FFTで計算することができます。

高速フーリエ変換の例：矩形関数

の範囲で定義される実関数の例として矩形関数

かつ
上記以外

の展開係数を高速フーリエ変換を用いて計算します。は矩形の幅を表します。 以下の結果はN=128の場合（２のべきである必要があります）です。

展開係数

逆フーリエ変換

上記で計算した展開係数を用いて逆フーリエ変換を行って元の関数を再現した結果です。元の矩形関数をほぼ再現していることがわかります。

計算方法

「高速フーリエ変換のテスト（矩形関数）」で示したFFT関数を用いて２次元FFTの計算を行います。 「xan[ i ][ j ]」に元の関数の２次元格子状の値を与えます。２段階のFFT実行の結果に「yan[ i ][ j ]」と「ybn[ i ][ j ]」に展開係数が格納されます。

//展開係数の計算
function calculateCoefficients(){
	for( var i=0; i<N; i++ ){
		for( var j=0; j<N; j++ ){
			var x = L/N * (i - N/2);
			var y = L/N * (j - N/2);
			xan[ i ][ j ] = f( x, y );  //元実関数
			xbn[ i ][ j ] = 0;
		}
	}
	for( var i=0; i<N; i++ ){
		//x軸に平行なFFTの実行
		FFT( xan[ i ], xbn[ i ], N );
	}
	for( var i=0; i<N; i++ ){
		for( var j=0; j<N; j++ ){
			yan[ i ][ j ] = xan[ j ][ i ];		
			ybn[ i ][ j ] = xbn[ j ][ i ];		
		}
	}	
	for( var i=0; i<N; i++ ){
		//y軸に平行なFFTの実行
		FFT( yan[ i ], ybn[ i ], N);
	}
	//yan[ i ][ j ] 、ybn[ i ][ j ]に結果が格納
}

反対に「yan[ i ][ j ]」と「ybn[ i ][ j ]」の展開係数から実空間の値の計算方法を次のとおりです。 ２段階のFFTの結果「_yan[ i ][ j ]」、「_ybn[ i ][ j ] 」に結果が格納されます。

//逆変換の計算
function calculateInverse(){
	for( var i=0; i<N; i++ ){
		for( var j=0; j<N; j++ ){
			_xan[ i ][ j ] = yan[ i ][ j ];
			_xbn[ i ][ j ] = ybn[ i ][ j ];
		}
	}
	for( var i=0; i<N; i++ ){
		//kxに平行なFFTの実行
		FFT( _xan[ i ], _xbn[ i ], N, true );
	}
	for( var i=0; i<N; i++ ){
		for( var j=0; j<N; j++ ){
			_yan[ i ][ j ] = _xan[ j ][ i ];		
			_ybn[ i ][ j ] = _xbn[ j ][ i ];		
		}
	}
	for( var i=0; i<N; i++ ){
		//ky軸に平行なFFTの実行
		FFT( _yan[ i ], _ybn[ i ], N, true);
	}
	//_yan[ i ][ j ]、_ybn[ i ][ j ] に結果が格納
}