“卷积”是数字信号处理和自动控制原理中的一个非常常用且重要的方法。
教材中定义的卷积一般形式如下：
(
f
∗
g
)
(
n
)
=
∫
−
∞
∞
f
(
τ
)
g
(
n
−
τ
)
d
τ
(f * g)(n)=\int_{-\infty}^{\infty} f(\tau) g(n-\tau) d \tau
(f∗g)(n)=∫−∞∞f(τ)g(n−τ)dτ
下面以离散信号为例，来简单描述卷积的计算过程和其物理意义，连续信号同理。
已知：
x
[
0
]
=
a
,
x
[
1
]
=
b
,
x
[
2
]
=
c
x[0]=a, x[1]=b, x[2]=c
x[0]=a,x[1]=b,x[2]=c
已知
y
[
0
]
=
i
,
y
[
1
]
=
j
,
y
[
2
]
=
k
y[0]=i, y[1]=j, y[2]=k
y[0]=i,y[1]=j,y[2]=k
下面演示求 x [ n ] ∗ y [ n ] x[n] * y[n] x[n]∗y[n]的过程，以展示卷积的物理意义。
第一步， x [ n ] x[n] x[n]乘以 y [ 0 ] y[0] y[0]并平移到位置0处：
第二步，
x
[
n
]
x[n]
x[n]乘以
y
[
1
]
y[1]
y[1]并平移到位置1处：
第三步， x [ n ] x[n] x[n]乘以 y [ 2 ] y[2] y[2]并平移到位置2处：
最后把上面三个图叠加，就得到了 x [ n ] ∗ y [ n ] x[n] * y[n] x[n]∗y[n]，卷积计算完毕。
从这里，可以看到卷积的重要的物理意义是：一个函数在另一个函数上的加权叠加。
扩展
对于线性时不变系统，如果知道该系统的单位冲激响应，那么将单位冲激响应和输入信号求卷积，就相当于把输入信号的各个时间点的单位冲激响应加权叠加，就直接得到了输出信号。
卷积的计算用到了线性时不变系统的叠加性和时不变特性
时不变：系统参数不会随时间的变化而变化，即系统无论在任意时刻输入相同的输入信号，输出的信号均相同(只有相位上的区别，波形一致)；
叠加原理：如果系统相应于任意两种输入和初始状态
(
u
1
(
t
)
,
x
01
)
(u_1(t),x_{01})
(u1(t),x01)和
(
u
2
(
t
)
,
x
02
)
(u_2(t),x_{02})
(u2(t),x02)时的状态和输出分别为
(
x
1
(
t
)
,
y
1
(
t
)
)
(x_1(t),y_1(t))
(x1(t),y1(t))和
(
x
2
(
t
)
,
y
2
(
t
)
)
(x_2(t),y_2(t))
(x2(t),y2(t)), 则当输入和初始状态为
(
C
1
u
1
(
t
)
+
C
2
u
2
(
t
)
,
C
1
x
01
+
C
2
x
02
)
(C_1u_1(t)+C_2u_2(t),C_1x_{01}+C_2x_{02})
(C1u1(t)+C2u2(t),C1x01+C2x02)时，系统的状态和输出必为
(
C
1
x
1
(
t
)
+
C
2
x
2
(
t
)
,
C
1
y
1
(
t
)
+
C
2
y
2
(
t
)
)
(C_1x_1(t)+C_2x_2(t),C_1y_1(t)+C_2y_2(t))
(C1x1(t)+C2x2(t),C1y1(t)+C2y2(t))；
可将系统在输入信号作用下的响应理解为如下形式：
将输入分割成无穷个冲激信号(面积不一定为1，即不一定是单位冲击响应，两者相差一系数，即加权)，由线性系统的叠加性原理，系统的输出即为这无穷个冲激响应的叠加和；
进一步的，系统的冲激响应的拉普拉斯变换即为系统的传递函数，而时域的卷积即为复频域的乘积；所以系统的输出的便可使用输入信号的拉普拉斯变换乘传递函数得到，这与时域的卷积来计算输出是一样的，只是拉普拉斯变换大大降低了卷积的求解难度(化积分为乘法)。
9331
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
