前言
在信号处理基础那篇博客中证明了时域的线卷积和频域DTFT相乘等价,但实际应用中用到的更多是DFT(FFT)变换和线卷积,因此也就没法应用此特性进行快速计算。幸运的是,频域的DFT相乘和时域的圆周卷积等价,因此只要在某种条件下,圆周卷积和线卷积等价,就可以利用FFT变换快速计算时域的线卷积。
圆周卷积和线卷积
有限长序列时移
有限长序列 x ( n ) , 0 ≤ n ≤ N − 1 x(n),0\leq n\leq N-1 x(n),0≤n≤N−1,经过时移 m m m位,序列变为 x ( n − m ) , m ≤ n ≤ N + m − 1 x(n-m),m\leq n\leq N+m-1 x(n−m),m≤n≤N+m−1,两个序列进行DFT变换取级数的范围会不同,这给DFT研究带来不便,为了解决这个问题,把有线长序列的位移赋予一种新的解释,圆周移位,首先将序列周期扩展、移位,然后取主值区,将这种操作写为: x ( ( n − m ) ) N R N ( n ) x((n-m))_NR_N(n) x((n−m))NRN(n)
圆周卷积:
x
(
n
)
⊗
h
(
n
)
=
∑
m
=
0
N
−
1
x
(
m
)
h
(
(
n
−
m
)
)
N
R
N
(
n
)
x(n)\otimes h(n)=\sum_{m=0}^{N-1}x(m)h((n-m))_NR_N(n)
x(n)⊗h(n)=m=0∑N−1x(m)h((n−m))NRN(n)
序列
x
(
n
)
x(n)
x(n)长度为
N
N
N,
h
(
n
)
h(n)
h(n)长度为
M
M
M,则线性卷积后的长度为
M
+
N
−
1
M+N-1
M+N−1,假设圆周卷积长度为
L
L
L,则当
L
≥
M
+
N
−
1
L\geq M+N-1
L≥M+N−1时,圆周卷积的前
M
+
N
−
1
M+N-1
M+N−1和线性卷积结果一样。
例子
举个例子:x=[1,1,1],h=[1,1,1,1],
L
=
6
L=6
L=6,线性卷积过程为:
进行圆周卷积之前会对数据补齐为:
x = [1 1 1 0 0 0]
h = [1 1 1 1 0 0]
圆周卷积过程为:
对比运行过程可以发现,当圆周卷积长度
L
≥
M
+
N
−
1
L\geq M+N-1
L≥M+N−1时,两个序列多余的交叠部分都是和0相乘的,因此圆周卷积结果的前
M
+
N
−
1
M+N-1
M+N−1点和线卷积的结果一致。
所以通过选择FFT变换长度
L
≥
M
+
N
−
1
L\geq M+N-1
L≥M+N−1时,可以利用FFT快速计算线卷积。
一个matlab例子,y1和y2的运行结果一致。
x = [1 1 1];
h = [1 1 1 1];
y1 = conv(x,h);
L = 6;
y2 = ifft(fft(x,L).*fft(h,L);
参考文献
[1] 信号与系统(第二版)邓君里