信号中为什么引入卷积

卷积第一次出现应该是信号系统中系统的时域分析一章，卷积贯穿了系统的时域分析，因此理解了卷积的概念对于理解系统的时域分析至关重要。今天就来看看卷积的来龙去脉，它是怎么被引入的？

先补充一下信号分解的预备知识。

信号的分解方式：直流分量和交流分量；奇分量和偶分量；冲激信号的叠加；实部分量和虚部分量，正交函数分量。

信号分解为冲激信号的叠加的推导过程要知道。因为有了信号可分解为冲激信号的叠加，所以后面才引入卷积积分的概念。（为什么引入卷积？之所以引入卷积，是因为有了冲激）

卷积（convolution）方法的原理就是将信号分解为冲激信号之和，借助系统的冲激响应，从而求解系统对任意激励信号的零状态响应。

理解卷积积分要依赖于三点：

1. 输入信号可分解为冲激信号（基本信号）的叠加
2. 冲激响应
3. 线性时不变系统

由最后的表示式知，卷积的意义就是加权求和。就是将这一大串的求和用数学符号表示。求解系统的零状态响应就输入信号和冲激响应的卷积。

卷积重要的物理意义就是：一个函数（冲激响应）在另一个函数（输入信号）上的加权求和。也可以理解为输入信号的每一个点对输出影响的程度的大小。

为什么要引入冲激响应？

在输入信号的每一个位置，叠加一个冲激响应，就得到了输出信号。这就是冲激响应如此重要的原因。

参考文章：

• 理解信号处理中的卷积

• 什么是卷积，为什么要卷积

• 最容易理解的对卷积(convolution)的解释

---

事实证明，信息爆炸的时代，难得从来都不是某个知识点。