利用DFT计算线性卷积..pptVIP

线性卷积与循环卷积的关系 5点循环卷积 线性卷积与循环卷积的关系 6点循环卷积 解: (1) x1[k]和x2[k]的线性卷积； (2) x1[k]和x2[k]的4点循环卷积； (3) x1[k]和x2[k]的5点、6点和7点循环卷积。 x1[k]和x2[k]的线性卷积y1[k]为: y1[k]={1，2，2，2，1，1} 例1：x1[k]={1,1,1}, x 2[k]={1,1,0,1} , 计算 x1[k]和x2[k]的4点循环卷积y4[k]为: y4[k]={2，3，2，2} x1[k]和x2[k]的5点循环卷积y5[k]为: y5[k]={2，2，2，1，1} x1[k]和x2[k]的6点循环卷积y6[k]为: y6[k]={1，2，2，2，1，1} x1[k]和x2[k]的7点循环卷积y7[k]为: y7[k]={1，2，2，2，1，1，0} 解: x1[k]和x2[k] 6点循环卷积 y6[k]={1,2,2,2,1,1} x1[k]和x2[k] 线性卷积 (1) x1[k]和x2[k]的线性卷积； (2) x1[k]和x2[k]的4点循环卷积； (3) x1[k]和x2[k]的5点、6点和7点循环卷积。 例1：x1[k]={1,1,1}, x 2[k]={1,1,0,1} , 计算 线性卷积与循环卷积的关系： 如果x1[k]的长度为N1=3， x1[k]的长度为N2=4，那么： 当循环卷积的长度=N1+N2-1时，循环卷积=线性卷积。 线性卷积与循环卷积的关系： 长度为3与长度为4的两个序列线性卷积的矩阵表示 4点循环卷积的矩阵表示 利用DFT计算序列线性卷积的步骤： 若x[k]的长度为N，h[k]的长度为M。 一、两个有限长序列的线性卷积 1、将x[k]和h[k]以补零的方式延长到L=N+M-1点； 2、分别做延长后两个序列的DFT，再相乘； 3、乘积的IDFT就是x[k]与h[k]的线性卷积。 二、有限长序列和无穷长序列的线性卷积 直接利用DFT计算线性卷积的缺点： (1) 信号要全部输入后才能进行计算，延迟太多。 (2) 内存要求大。 (3) 算法效率不高。 解决问题方法：采用分段卷积 分段卷积可采用重叠相加法和重叠保留法。 1. 重叠相加法（overlap add） 基本思想：将长序列 分为若干段长度为L的序列,每一段分别与短序列进行循环卷积，对重叠部分相加 其中 二、有限长序列和无穷长序列的线性卷积 1. 重叠相加法 y0[k]的非零范围： y1[k-L]的非零范围： 序列 y0[k], y1[k]的重叠部分： 重叠的点数： [(L+M-2)-L]+1=M-1 依次将相邻两段的M-1个重叠点相加，即得到最终的线性卷积结果。 二、有限长序列和无穷长序列的线性卷积 y[k]={2, 7, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48, 52, 41, 14} 解: 重叠相加法 x1[k]={2, 3, 4, 5, 6} x2[k]={7, 8, 9, 10, 11} x3[k]={12,13, 14} y1[k]={2, 7, 12, 16, 20, 17, 6} y2[k]={ 7, 22, 32, 36, 40, 32, 11} y3[k]={12, 37, 52, 41, 14} 例2: 已知序列x[k]=k+2,0?k?12, h[k]={1,2,1}，试分别利用重叠相加法计算线性卷积, 取L=5 。 M=3 M-1=2个重叠点相加！ h[k]={1,2, 1} 2. 重叠保留法（overlap save） 二、有限长序列和无穷长序列的线性卷积 基本思想： (1)将长序列 分为若干段长度为L的序列,每一段与前一段有M-1个点重叠,第一段前面添加M-1个0，最后一段不够L点时，补零； (2)然后每一段分别与短序列进行循环卷积； (3)去掉每次卷积结果的前M-1个点后再依次相连。 2. 重叠保留法（overlap save） - - x [ k ( M 1)] M - 1 - - L ( M 1) L - 1 x 0 [ k ] x 1 [ k ] 2 L - M k 第一段前需补M-1个零 二、有限长序列和无穷长序列的线性卷积 第一段与第二段有M-1个点重合 2. 重叠保留法（overlap save） 记：yn[k] =xn [k] L h[k] 二、有限长序列和无穷长序列的线性卷积 2. 重叠保留法（overlap save） y0[k]中的[M-1, L-1]点对应于线性卷积x[k]*h[k]中的[0 , L-M]点。 y1[k]中的[M-1, L-1]点对应于线性卷积x[k]*h[k]