不要用FFTW库，而且要自定义复数的数据结构

如果你想要不依赖第三方库如FFTW，而是自定义复数数据结构并在C语言中实现Chirp Z变换，你需要自己编写复数类型的加、减、乘等操作以及必要的FFT算法。以下是一个简化版的自定义复数数据结构和基本的Chirp Z变换的C代码示例：

#include <stdio.h>
#include <stdlib.h>

typedef struct {
    double real;
    double imag;
} Complex;

// 自定义复数加法
Complex add(Complex a, Complex b) {
    Complex result;
    result.real = a.real + b.real;
    result.imag = a.imag + b.imag;
    return result;
}

// 自定义复数乘法
Complex multiply(Complex a, Complex b) {
    Complex result;
    result.real = a.real * b.real - a.imag * b.imag;
    result.imag = a.real * b.imag + a.imag * b.real;
    return result;
}

// 自定义复数乘以实数
Complex scale(Complex c, double scalar) {
    Complex scaled;
    scaled.real = c.real * scalar;
    scaled.imag = c.imag * scalar;
    return scaled;
}

// 自定义单次DFT核心函数，假设n=2^(log2(n))
void dft_core(Complex* input, int log_n, Complex* output) {
    for (int k = 0; k < log_n; ++k) {
        for (int i = 0; i < (1 << k); ++i) {
            int j = (i << (log_n - k)) % (1 << log_n);
            Complex temp = add(output[i], scale(output[j], cexp(-2 * M_PI * i * j / (1 << log_n))));
            output[i] = subtract(output[j], temp); // 分治算法，递归地进行DFT
            output[j] = temp;
        }
    }
}

// 自定义Chirp Z变换
void chirpz_transform(Complex* input, Complex* output, double t, double f0, double df, int n) {
    // 输入数据对称填充
    for (int i = n; i < 2 * n; i++) {
        input[i] = conj(input[i - n]);
    }

    // 进行DFT
    int log_n = floor(log2(n));
    dft_core(input, log_n, input);

    // 应用Chirp滤波器
    for (int k = 0; k < n; k++) {
        output[k] = multiply(input[k], cexp(-2 * M_PI * df * k * (k - n/2)));
    }

    // 反向变换（这里没有明确写出反DFT的实现，你可以选择使用上述dft_core或自己编写）
    // 反DFT的核心思想相似，只需修改循环条件和计算过程即可
}

请注意，这个版本没有包括完整的反向变换部分，你需要根据需求自行添加。此外，自定义的复数和FFT功能相比成熟的库可能会更慢，对于大规模数据处理效率较低。