你可以那样做，但除非你正确地处理事情，否则你不会得到正确的答案。进行 N=32 点示例的程序是：

1) 生成 32 点时域数据，2) 对其进行正向变换，3) 将结果除以 32，4) 将正频率乘以 2（频率 f= 1 到 15），5) 零负频率（频率 f=17 到 31 ), 6) 对其进行逆变换, 7) 忽略虚输出。

上述过程的实际结果将与原始输入波形相匹配。

请注意，在上面，您不会将 FFT 的 f=0 或 f=N/2 输出乘以 2。对于这种情况（N=32 - 偶数），它们是唯一的 - 它们没有负频率对应物。现在，如果您使用允许奇数 N 的适当 FFT 例程，那么您必须考虑这样一个事实，即您将有一个 f=0 点，但没有 f=N/2 点。

除非您进行非常大的 FFT，否则仅使用正频率可能不会在处理时间上节省太多。

凯文的解决方案为我解决了这个问题，但时域中的解决方案在 y 中移动了一个值，该值取决于信号的最大 x 值和信号本身的形式。

编辑：我自己找到了解决方案。它在 y 中移动了平均值（y），所以如果我减去我的 ifft 输出的平均值（y）/2，我会得到信号