О манжете R2C и C2R

Я использовал манжету для своих исследований, но есть некоторые проблемы с ее использованием. Мои шаги ниже:

1. сделать БПФ на изображении с помощью R2C
2. умножить коэффициенты ядра на комплексные результаты
3. сделать обратное БПФ для умножения результатов с помощью C2R

Но когда я использовал комплексные результаты для умножения ядра, возникла серьезная проблема, комплексные результаты cufft не равны результатам fftw и в результате много нулей. Я знаю, что размер результата R2C равен N1 (N2 / 2 + 1), но я хочу получить комплексные результаты. Как решить эту проблему? как восстановить результаты R2C? И как поместить результаты умножения в C2R и получить правильный ответ?

Код моей рабочей программы находится ниже:

__global__ void MultiplyKernel(cufftComplex *data, float *data1,cufftComplex *data2, unsigned vectorSize) {
unsigned idx = blockIdx.x*blockDim.x+threadIdx.x;
if (idx < vectorSize){
data[idx].x = data2[idx].x*data1[idx];
data[idx].y = data2[idx].y*data1[idx];
}
}

__global__ void Scale(cufftReal *data, unsigned vectorSize) {
unsigned idx = blockIdx.x*blockDim.x+threadIdx.x;
if (idx < vectorSize){
data[idx] = data[idx]/vectorSize;
}
}

void ApplyKernel1(cufftReal *data2, float *ImageBuffer, float *KernelBuffer, unsigned int NX, unsigned int NY,unsigned int NZ)
{
float *Akernel;
cufftComplex *data_dev1, *data_dev2;
cufftReal *data_dev3, *data_dev;
cudaMalloc((void **)&Akernel, NX * NY * NZ * sizeof(float));
cudaMalloc((void **)&data_dev3, NX * NY * NZ * sizeof(cufftReal));
cudaMalloc((void **)&data_dev, NX * NY * NZ * sizeof(cufftComplex));
cudaMalloc((void **)&data_dev1, NX * NY * NZ * sizeof(cufftComplex));
cudaMalloc((void **)&data_dev2, NX * NY * NZ * sizeof(cufftComplex));
cudaMemset(data_dev, 0, NX * NY * NZ * sizeof(cufftReal));
cudaMemset(data_dev1, 0, NX * NY * NZ * sizeof(cufftComplex));
cudaMemset(data_dev2, 0, NX * NY * NZ * sizeof(cufftComplex));
//cufftComplex *resultFFT = (cufftComplex*)malloc(NX * NY * NZ * sizeof(cufftComplex));
//cufftReal *resultIFFT = (cufftReal*)malloc(NX * NY * NZ * sizeof(cufftReal));

cudaMemcpy(data_dev, ImageBuffer, NX * NY * NZ * sizeof(cufftReal), cudaMemcpyHostToDevice);

cufftHandle plan;
cufftPlan3d(&plan, NZ, NY, NX, CUFFT_R2C);
cufftExecR2C(plan, data_dev, data_dev1);

//Multiply kernel
cudaMemcpy(Akernel, KernelBuffer, NX * NY * NZ * sizeof(float), cudaMemcpyHostToDevice);
static const int BLOCK_SIZE = 1000;
const int blockCount = (NX*NY*NZ+BLOCK_SIZE-1)/BLOCK_SIZE;
MultiplyKernel <<<blockCount, BLOCK_SIZE>>> (data_dev2, Akernel, data_dev1, NX*NY*NZ);cufftDestroy(plan);
//cufftPlan3d(&plan, NZ, NY, NX, CUFFT_C2R);
cufftPlan3d(&plan, NZ,NY,NX, CUFFT_C2R);
cufftExecC2R(plan, data_dev2, data_dev3 );
Scale <<<blockCount, BLOCK_SIZE>>> (data_dev3, NX*NY*NZ);
cudaMemcpy(data2, data_dev3, NZ * NY * NX * sizeof(cufftReal), cudaMemcpyDeviceToHost);

cufftDestroy(plan);
cudaFree(data_dev);
cudaFree(data_dev1);
cudaFree(data_dev2);
cudaFree(data_dev3);
cudaFree(Akernel);}