矩形信号的卷积：信号处理详解

卷积是信号处理中一种重要的操作，常用于信号滤波、特征提取和系统建模等领域。在本文中，我们将详细介绍如何对任意两个矩形信号进行卷积，并提供相应的源代码实现。

卷积的定义是对两个函数进行积分运算，其中一个函数作为另一个函数的权重。在信号处理中，我们常用离散卷积，即对离散信号进行卷积运算。

假设我们有两个矩形信号，分别记为x(n)和h(n)，其中n表示离散时间点。矩形信号可以用以下函数表示：

x(n) = 1，当0 <= n <= N-1，否则为0
h(n) = 1，当0 <= n <= M-1，否则为0

其中N和M分别表示x(n)和h(n)的长度。

矩形信号的卷积定义为：

y(n) = x(n) * h(n) = ∑[k=-∞ to ∞] x(k) * h(n-k)

其中*表示卷积运算，∑表示求和运算。

现在，我们将通过Python代码实现矩形信号的卷积。假设我们有两个矩形信号x和h，它们的长度分别为N和M。

import numpy as np

def rectangular_signal(length)