1樓:更上百層樓
一、三者的計算不同:
1、線性卷積的計算:線性卷積的計算可以用解析法,也可以用**法。若兩 個序列的長度分別為n1和n2,則卷積結果的總長度應為l=n1+n2-1。
同理,對線性非時變連續系統來說,若連續時間訊號x(t)是系統的輸入,h(t)是系統在單位脈衝作用下的單位衝激響應,則系統在零狀態的輸出為它們的卷積積分。
2、週期卷積的計算:週期長度均為n的兩個週期序列y(n)和:xz (n)進行如下形式的運算:
乙x} gym)za (n一m)稱為週期卷積。通常記為:x1 (n )④iz 3、圓周卷積的計算:
離散訊號的圓周卷積可以經由圓周卷積定理使用快速傅立葉變換(fft)而有效率的計算。因此,若原本的(線性)卷積能轉換成圓周卷積來計算,會遠比直接計算更快速。
二、三者性質不同:
1、線性卷積的性質:符合結合律、交換律、分配律。
2、週期卷積的性質:僅符合交換率。
3、圓周卷積的性質:符合交換律、分配律。
三、三者的實質不同:
2、週期卷積的實質:週期卷積是一種數**算方法。
3、圓周卷積的實質:兩個函式的圓周卷積是由他們的週期延伸所來定義的。週期延伸意思是把原本的函式平移某個週期t的整數倍後再全部加起來,所產生的新函式。
2樓:小白庚子
1、對於線性非時變離散時間系統來說,若序列x(n)是系統的輸入,h(n)是系統在單位脈衝作用下的單位脈衝響應,則由於輸入序列x(n)可表示為一系列脈衝的線性組合,所以,根據線性系統的疊加性質,系統的輸出在系統初始不儲能的條件下(零狀態響應)可由圖1式求得。
2、週期卷積是一種數**算方法,運算子合交換律。
3、週期長度均為n的兩個週期序列y(n)和:xz (n)進行如下形式的運算:乙x} gym)·.
za (n一m)稱為週期卷積.通常記為:x1 (n )④iz 兩個函式的圓周卷積是由他們的週期延伸所來定義的。
週期延伸意思是把原本的函式平移某個週期 t 的整數倍後再全部加起來,所產生的新函式。
擴充套件資料
周卷積可以經由圓周卷積定理使用快速傅立葉變換(fft)而有效率的計算。因此,若原本的(線性)卷積能轉換成圓周卷積來計算,會遠比直接計算更快速。考慮到長度l 和長度 m 的有限長度離散訊號,做卷積之後會成為長度
的訊號,因此只要把兩離散訊號補上適當數目的零(zero-padding)成為 n 點訊號,其中
,則它們的圓周卷積就與卷積相等。即可接著用 n 點 fft 作計算。
3樓:匿名使用者
線性卷積就是多項式係數乘法:設a的長度是m,b的長度是n,則a卷積b的長度是m+n-1,運算參見多項式乘法。
「l點的圓周卷積」就是把先做線性卷積,再把結果的前l點保留不動,後面的點截下來,加到結果的頭上去。如果l>m+n-1,則線性卷積和圓周卷積相同。
沒聽說過週期卷積,是不是圓周卷積的另一種說法?
4樓:匿名使用者
樓上說法正確。但有周期卷積。圓周卷積是週期卷積的主值序列,即週期卷積的結果是圓周卷積結果的週期延拓。
5樓:華工大慶
另外卷積中只有線性卷積和圓周卷積,其他的都是一樣的,就這兩種方式
6樓:匿名使用者
線性卷積適用於有限長序列,上樓的已經說清楚了
週期卷積,顧名思義,只適用於週期序列。可以這樣來思考,因為週期序列是無限長的序列,如果採用線性卷積的那套方法,即無限長序列的卷積,那麼,週期卷積的值必定為無窮大。因而這是沒有意義的。
隨意,週期卷積只取從0到n-1區間值的加和,從而也可推得週期卷積後的序列也必定為週期序列。
圓周卷積適用於有限長序列。先把兩個點數都是n的序列週期延拓,進行週期卷積和後再去主值序列。圓周卷積後的序列是有限長序列。
概率論卷積公式問題,概率論卷積公式的問題
如圖 2 問 注意卷積公式僅在z與x y呈線性關係方可使用,因為小寫z書寫不方便,故用t代替。方法就是將y 或x 用x和t表達,替換原密度函式的y,對x 或y 積分,這樣就可以消掉x和y,只剩下t。方法看似簡單,但確定積分割槽間卻要具體問題具體分析!如右圖,三角形陰影區域是f密度函式的非0區域,這是...
兩個長度為3的序列計算長度為4的圓周卷積怎麼計算
畫筆下的海岸 x1 1 0 1 2 長度l1 4 x2 2 0 0 0 1 長度l2 5 首先是線性卷積,很簡單,本質就是多項式乘法,結果是 2 0 2 4 1 0 1 2 線性卷積的長度是l1 l2 1,此處就是8,要求7點圓周卷積,就是把上面結果的最後一位拿下來加到前面第一位,就是 4 0 1 ...
如何用matlab求兩個函式的卷積
雙槍老椰子 function convolution t 4 0.001 4 e rectpuls t 0.25,1.5 plot t,e pause h tripuls t 1,2,1 plot t,h pause s 8 0.001 8 f conv e,h plot s,f 卷積後訊號就變長了...