这里是一则小广告:
关注作者请点击这里哦:zdr0
我的专栏里面不仅有学习笔记,也有一些科普文章,相信我的专栏不会让您失望哦~大家可以关注一下:数学及自然科学
记得点赞加收藏哦~
创作不易,请赞赏一下支持一下作者吧[期待]~
-尽力写最好的讲义,尽力写最好的科普。
大家好,之前我写了一篇有关卷积的文章,在那篇文章的后半部分我犯了一个十分严重的错误(我现在也很奇怪我当时究竟是怎么自圆其说的[摊手]),现在我已经将那篇文章删除了,实在抱歉误导了大家。
所以,我打算再写一篇更为详尽的有关卷积的文章。在这篇文章中包含的内容有:矢量的卷积,函数的卷积,离散卷积和循环卷积。废话不多说我们就直接开始吧。
还有一部分很重要的卷积——快速卷积,但是快速卷积涉及到一些信号处理的知识,所以,将来如果有机会的话我会单独写一篇关于快速卷积的文章。
卷积,顾名思义,是 将乘积卷起来。
首先我们来学习一下两个矢量是如何进行卷积的。在学习矢量的卷积之前,我们现在学习一个概念——矢量的张量积。我们以
设
则矢量
对于两个不同维数的矢量我们也可以对二者进行张量积运算,比如:
设
则矢量
需要注意的是参与张量积运算的两个矢量的位置是不可随意调换的!因为和明显在一般情况下:
在相同维数的两个矢量之间的张量积的特殊情况是并矢积。即式
了解了矢量的张量积之后我们就可以来看看两个矢量之间是如何进行卷积的了。现在我们设矢量
则张量积
现在我们要做的就是将上面图中的相同颜色的项加起来,然后在写成矢量的形式就是矢量
一般情况下有:
注:这里的一般情况指的是矢量可以具有不同的维数。
计算矢量:
的卷积
首先:
则:
其次:
则:
我们可以这样通俗地理解一下两个矢量的卷积:如果我们将矩阵
首先我们来看一下两个函数的卷积的定义。
设
它是其中一个函数翻转并平移后与另一个函数的乘积的积分,是一个对平移量的函数。
特别地,当
可以证明,关于几乎所有的
在继续讲解函数的卷积之前,我们先来复习一下函数图像对称变换和平移变换。
- 函数的对称变换
函数与函数关于轴对称;函数与函数关于轴对称;函数与函数关于原点轴对称。
- 函数的平移变换
是将函数的图像向左平移了个单位;是将函数的图像向右平移了个单位;是将函数的图像先关于轴对称,然后向右平移了个单位;是将函数的图像先关于轴对称,然后向左平移了个单位。
设函数
对称变换:
平移变换:
复习过函数图像的基本变换之后我们就可以来继续讲解函数的卷积啦。
有之前函数的卷积的定义我们知道,它是其中一个函数翻转并平移后与另一个函数的乘积的积分。那么我们先将
现在我们先来研究被积函数:
那么根据定义这两个函数中究竟哪个函数是被翻转加平移了,而哪个函数是定义中的“另一个函数”呢?答案是
对于函数
图片2.2所展示的过程就是第一种理解方式的过程:
图片2.2中变换后的
所以,当
现在被积函数解释完了,现在我们来解释一下卷积的定义式:
首先,我们要明确地一个问题是,定积分:
的几何意义是在积分区间
此外,函数的卷积也满足交换律,即:
我们还是先来看一下离散卷积的定义式。
对于两个给定的离散序列
离散卷积与函数的卷积很像,只是将积分号变成的求和号,而且离散卷积也满足交换律。下面我们就通过一个例子来说明如何快速计算离散卷积。
设两个离散序列:
请计算这两个离散序列的卷积
首先,我们与函数卷积的做法一样,先画出
之后由离散卷积的定义式:
我们让
图片3.2向我们展示了完整的卷积过程,我们并没有让
所以,最终的结果是:
给定两个长度为
其中,
现在,我们还是通过一个例子来学习一下如何快速计算循环卷积。
设两个离散序列:
请计算这两个离散序列的卷积
首先,我们先将
之后由循环卷积的定义式:
我们让
图片4.2是整个循环卷积的过程,我们并没有让