确定性信号的卷积和自相关、互相关的关系

一、卷积和自相关

对于确定性信号,无统计平均含义,其卷积和自相关存在如下关系:

1. 连续信号
R f ( τ ) = f ( τ ) ∗ f ( − τ ) R_{f}(\tau)=f(\tau)*f(-\tau) Rf(τ)=f(τ)f(τ)
2. 离散序列
R h ( m ) = h ( m ) ∗ h ( − m ) R_{h}(m)=h(m)*h(-m) Rh(m)=h(m)h(m)
现证明如下:

1. 连续信号

  • 卷积
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 自相关
    在这里插入图片描述
    由此可得, R f ( τ ) = f ( τ ) ∗ f ( − τ ) R_{f}(\tau)=f(\tau)*f(-\tau) Rf(τ)=f(τ)f(τ)

2. 离散序列

  • 卷积
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 自相关
    在这里插入图片描述
    由此可得, R h ( m ) = h ( m ) ∗ h ( − m ) R_{h}(m)=h(m)*h(-m) Rh(m)=h(m)h(m)

二、卷积和互相关

相应地,确定性信号卷积和互相关的关系为:

1. 连续信号
R x y ( τ ) = x ( − τ ) ∗ y ( τ ) R_{xy}(\tau)=x(-\tau)*y(\tau) Rxy(τ)=x(τ)y(τ) R y x ( τ ) = y ( − τ ) ∗ x ( τ ) R_{yx}(\tau)=y(-\tau)*x(\tau) Ryx(τ)=y(τ)x(τ)
2. 离散序列
R x y ( m ) = x ( − m ) ∗ y ( m ) R_{xy}(m)=x(-m)*y(m) Rxy(m)=x(m)y(m) R y x ( m ) = y ( − m ) ∗ x ( m ) R_{yx}(m)=y(-m)*x(m) Ryx(m)=y(m)x(m)
现证明如下:

1. 连续信号

  • 卷积
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • 互相关
    在这里插入图片描述
    由此可得, R x y ( τ ) = x ( − τ ) ∗ y ( τ ) R_{xy}(\tau)=x(-\tau)*y(\tau) Rxy(τ)=x(τ)y(τ)

    同理可推, R y x ( τ ) = y ( − τ ) ∗ x ( τ ) R_{yx}(\tau)=y(-\tau)*x(\tau) Ryx(τ)=y(τ)x(τ)

2. 离散序列

  • 卷积
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • 互相关
    在这里插入图片描述
    由此可得, R x y ( m ) = x ( − m ) ∗ y ( m ) R_{xy}(m)=x(-m)*y(m) Rxy(m)=x(m)y(m)

    同理可推, R y x ( m ) = y ( − m ) ∗ x ( m ) R_{yx}(m)=y(-m)*x(m) Ryx(m)=y(m)x(m)

  • 7
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值