如何理解时域卷积和滤波的关系

首先给出结论:原信号与频率为w的正弦波在时域作卷积 = 滤除源信号中频率不等于w的分量

来看一个极端的例子就可以明白了:

已知输入信号为x1sin(t)+x2sin(2t),我们想从输入信号中提取出sin(t),可以怎么做?

答:对(x1sin(t)+x2sin(2t)) · sin(t)在(-无穷,+无穷)上做积分。

这么做可以得到什么呢?

答:可以得到输入信号中sin(t)项的系数x1。

分析:sin(t) · x2sin(2t)的在(-无穷,+无穷)上的积分为0,所以(x1sin(t)+x2sin(2t)) · sin(t)在(-无穷,+无穷)的积分,就等于x1sin(t)^2在(-无穷,+无穷)的积分,由此便可得到x1。

得到x1就算完成了滤波吗?

答:是的!因为任何信号都可以分解成各种频率不同的正弦信号相叠加的形式,因此都可以通过上述方法找出一个信号中某个频率的分量。

卷积和上面的方法有关系吗?

答:当然有,它们实质是一样的,不信你往下看。

卷积公式:


(以下证明转自百度知道,链接



  • 6
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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