数字信号处理matlab卷积函数conv,filter函数详细介绍三秒钟就看懂。

%x (n) =sin( pi*n/ 5),-10<= 10 (正弦离散函数)
n1=-10:1:10;
x1=sin(pi*n1/5);
subplot(2,2,1);
stem(n1,x1,'.')做离散图
title('sin(pi*n1/5)');
%做卷积conv函数
x2=[2,1,-2];
h2=[1,2,-1];
y=conv(x2,h2);
subplot(2,2,2);
stem(x2,h2,'.')
title('y(n)=x(n)*h(n)');
%y(n)=0.7y(n-1)-0.1y(n-2)+2x(n)-x(n-2),求其单位脉
%冲响应和单位阶跃响应并作图(前 20 个序列值)。
B=[2 0 -1];x(n),x(n-1)......系数
A=[1,-0.7,0.1];y(n),y(n-1).....系数
xn=[1,zeros(1,19)];长度为20的单位脉冲
hn1=filter(B,A,xn);
n=0:length(hn1)-1;
subplot(2,2,3);
stem(n,hn1,'.')
title('系统单位脉冲响应');
xn2=ones(1,20);
sn1=filter(B,A,xn2);
n=0:length(sn1)-1;
subplot(2,2,4);
stem(n,sn1,'.')
title('系统单位阶跃响应');

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Matlab中有两个常用的卷积函数,分别是conv2和filter2。这两个函数都可以实现两个信号的卷积操作。 对于conv2函数,它的用法是C=conv2(A,B,shape),其中A是输入图像,B是卷积核。shape参数用来指定输出的大小和形状。当shape=full时,返回全部二维卷积结果;当shape=same时,返回与A同样大小的卷积中心部分;当shape=valid时,不考虑边界补零,只返回有效的卷积结果。 conv2函数的实现步骤如下: 1. 将输入图像A进行边界补零,补零的行数为卷积核的行数减1,补零的列数为卷积核的列数减1。 2. 对卷积核进行旋转,使其中心位置对齐。 3. 滑动卷积核,将卷积核的中心位于图像矩阵的每一个元素。 4. 将旋转后的卷积核乘以对应的矩阵元素再求和,得到卷积结果。 另外一个卷积函数filter2,它的实现步骤与conv2类似: 1. 对输入图像进行边界补零,补零的行数为卷积核的行数减1,补零的列数为卷积核的列数减1。 2. 滑动相关核,将相关核的中心位于图像矩阵的每一个元素。 3. 将相关核乘以对应的矩阵元素再求和,得到相关结果。 综上所述,Matlab中的卷积函数conv2和filter2都可以实现信号的卷积操作,它们的使用方法类似,但内部实现的细节有些许差异。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [matlab卷积函数](https://download.csdn.net/download/ohouchuang/5470181)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [【matlab函数conv2、filter2、imfilter的区别](https://blog.csdn.net/horseinch/article/details/50545362)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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

打赏作者

myplybk

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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