l卷积简单介绍.docxVIP

简单介绍[编辑]卷积是分析数学中一种重要的运算。设：,是上的两个可积函数，作积分：可以证明，关于几乎所有的，上述积分是存在的。这样，随着的不同取值，这个积分就定义了一个新函数，称为函数与的卷积，记为。我们可以轻易验证：，并且仍为可积函数。这就是说，把卷积代替乘法，空间是一个代数，甚至是巴拿赫代数。卷积与傅里叶变换有着密切的关系。例如两函数的傅里叶变换的乘积等于它们卷积后的傅里叶变换，利用此一性质，能简化傅里叶分析中的许多问题。由卷积得到的函数一般要比和都光滑。特别当为具有紧支集的光滑函数，为局部可积时，它们的卷积也是光滑函数。利用这一性质，对于任意的可积函数，都可以简单地构造出一列逼近于的光滑函数列，这种方法称为函数的光滑化或正则化。卷积的概念还可以推广到数列、测度以及广义函数上去。定义[编辑]函数f与g的卷积记作，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。积分区间取决于f与g的定义域。对于定义在离散域的函数，卷积定义为图解卷积首先将两个函数都用来表示。对其中一个函数做水平翻转：→加上一个时间偏移量，让能沿着轴滑动。让t从-∞滑动到+∞。两函数交会时，计算交会范围中两函数乘积的积分值。换句话说，我们是在计算一个滑动的的加权平均值。也就是使用当做加权函数，来对取加权平均值。最后得到的波形（未包含在此图中）就是f和g的卷积。如果f（t）是一个单位脉冲，我们得到的乘积就是g（t）本身，称为冲激响应。计算卷积的方法[编辑]当为有限长度，为有限长度的信号，计算卷积有三种主要的方法，分别为1.直接计算(Direct Method) 2.快速傅里叶转换(FFT)和3.分段卷积 （sectioned convolution）。方法1是直接利用定义来计算卷积，而方法2和3都是用到了FFT来快速计算卷积。也有不需要用到FFT的作法，如使用数论转换。方法1直接计算[编辑]作法：利用卷积的定义若和皆为实数信号，则需要个乘法。若和皆为更一般性的复数信号，不使用复数乘法的快速算法，会需要个乘法;但若使用复数乘法的快速算法，则可简化至个乘法。因此，使用定义直接计算卷积的复杂度为。方法2快速傅里叶转换（FFT）[编辑]概念:由于两个离散信号在时域（time domain）做卷积相当于这两个信号的离散傅里叶转换在频域（frequency domain）做相乘：，可以看出在频域的计算较简单。作法:因此这个方法即是先将信号从时域转成频域： ，于是 ，最后再将频域信号转回时域，就完成了卷积的计算： 总共做了2次DFT和1次IDFT。特别注意DFT和IDFT的点数要满足。由于DFT有快速算法FFT，所以运算量为假设点DFT的乘法量为，和为一般性的复数信号，并使用复数乘法的快速算法，则共需要个乘法。方法3分段卷积（sectioned convolution）[编辑]概念：将切成好几段，每一段分别和做卷积后，再将结果相加。作法：先将切成每段长度为的区段 （），假设共切成S段：Section 1:?Section 2:?Section r:?Section S:?，为各个section的和。因此，，每一小段作卷积则是采用方法2，先将时域信号转到频域相乘，再转回时域：。总共只需要做点FFT?次，因为只需要做一次FFT。假设点DFT的乘法量为，和为一般性的复数信号，并使用复数乘法的快速算法，则共需要个乘法。运算量：运算复杂度：，和呈线性，较方法2小。性质[编辑]各种卷积算子都满足下列性质：交换律结合律分配律数乘结合律其中为任意实数（或复数）。微分定理其中Df表示f的微分，如果在离散域中则是指差分算子，包括前向差分与后向差分两种：前向差分：后向差分：卷积定理[编辑]卷积定理指出，函数卷积的傅里叶变换是函数傅里叶变换的乘积。即，一个域中的卷积相当于另一个域中的乘积，例如时域中的卷积就对应于频域中的乘积。其中表示f的傅里叶变换。这一定理对拉普拉斯变换、双边拉普拉斯变换、Z变换、Mellin变换和Hartley变换（参见Mellin inversion theorem）等各种傅里叶变换的变体同样成立。在调和分析中还可以推广到在局部紧致的阿贝尔群上定义的傅里叶变换。利用卷积定理可以简化卷积的运算量。对于长度为的序列，按照卷积的定义进行计算，需要做组对位乘法，其计算复杂度为；而利用傅里叶变换将序列变换到频域上后，只需要一组对位乘法，利用傅里叶变换的快速算法之后，总的计算复杂度为。这一结果可以在快速乘法计算中得到应用。在群上的卷积[编辑]若G是有某m?测度的群（例如豪斯多夫空间上哈尔测度下局部紧致的拓扑群），对于G上m-勒贝格可积的实数或复数函数f和g，可定义它们的卷积：对于这些群上定义的卷积同样可以给出诸如卷积定理等性质，但是这需要对这些群的表示理论以及调