快速卷积的MATLAB实现.docVIP

摘 要 在信号处理中，许多具体的应用是以线性卷积为基础的。当序列点数较少时可以直接计算线性卷积，然而当序列长度很长时，直接计算卷积的运算量非常庞大。快速卷积是实现卷积的一种快速算法，减少了运算量，节约了时间，给我们计算卷积提供了很大的便利。本课程设计是以Matlab为基础，完成序列的卷积和快速卷积运算的编程实现，以及相应的分析和比较。 关键字：Matlab 卷积 快速卷积 目 录 TOC \o 1-2 \h \u 14253 1.基于设计题目的原理简介 1 20705 1.1 序列卷积的定义 1 939 1.2 快速傅里叶变换FFT概念 1 24139 1.3 快速卷积方法及实现 1 2.程序设计及运行结果分析 14253 3 27359 2.1 题目一 3 20345 2.2 题目二 4 9120 2.3 题目三 7 3.心得体会 14253 10 参考文献 14253 11 专业综合课程设计成绩评定表 14253 12 基于设计题目的原理简介 卷积是数字信号处理（DSP）系统中最常见的，也是最重要的运算之一，无论在时域或频域都离不开卷积运算，FFT是DFT的快速算法，当满足一定条件时可用来计算线性卷积，称为快速卷积。Matlab具有强大的矩阵运算能力，方便实用的绘图功能和语言的高度集成性，在DSP开发中，使用Matlab可以快速对系统进行仿真运算。 1.1 序列卷积的定义 设x(n)和h(n)是两个离散序列，进行下列求和运算： 这样，随着n的不同取值，这个求和公式就定义了一个新序列y(n)，称为序列x(n)与h(n)的卷积，记为y(n)=x(n)*h(n) 。 由于DSP主要依靠计算机完成，而计算机无论在时域或频域只能处理有限长的离散信号。此时只需令上述公式中的n在一个范围内取值即可。 1.2 快速傅里叶变换FFT概念 DFT就是对序列频谱的离散化，在数字信号处理中有着重要的作用，但直接计算DFT的运算量非常大，它与序列长度的平方成正比，因此制约了DFT的应用。快速傅里叶变换FFT是实现DFT的一种快速算法，能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数N越多，FFT算法计算量的节省就越显著。因而FFT也有重要的作用，下面一节要介绍的快速卷积就是其应用之一。 1.3 快速卷积方法及实现 在信号处理中，许多具体的应用是以线性卷积为基础的。我们知道，当满足一定条件(L≥M+N-1)时，可以用圆周卷积来计算线性卷积。由圆周卷积定理知道，圆周卷积可以借助DFT来运算，因此DFT的快速算法FFT就可以用来计算线性卷积。 设x1(n)与x2(n)分别是长度为N与M的有限长序列，它们的线性卷积为yl(n)，L点的圆周卷积为yc(n)，它们的关系为: yc(n)=∑yl(n+rL)RL(n) 快速卷积算法过程的示意图如图1.1所示。 在实际应用中，常遇到的问题是参加卷积的两个序列的长度相差较大，这样长度小的序列就需补很多的零点，这样就需要大的存储量，运算时间也会变长。常用的解决方法有两种，一是重叠想加法，另一种是重叠保留法。这里不作介绍。 图1.1 快速卷积示意图 1.4 直接卷积和快速卷积分析比较 快速卷积，顾名思义，其重点在一个“快”，如果对卷积速度要求较高，快速卷积无疑是理想的工具。当然，为了提高速度，就要牺牲面积和功耗。而且由上一节的介绍可知，快速卷积运算的步骤较多，因而当序列较短时快速卷积运算并没有优势，直接进行卷积运算反而更简便。卷积计算的方法选择要视实际情况而定。 2.程序设计及运行结果分析 2.1 题目一 已知线性非移变系统的h(n)=[6,2,3,6,4,2]，输入为x(n)=[1,2,3,4,5]； （1）用人工计算系统输出y(n)； （2）编写程序输出y(n)，并作图。 2.1.1 人工计算 长度为N=6的序列h(n)和长度为M=5的序列x(n)，卷积y(n)的序列长度为(M+N-1)=10，?计算过程如下：??? y(1)?=?h(1)?x(1)?=6 ??????y(2)?=?h(1)?x(2)+h(2)?x(1)?=14? ??????y(3)?=h(1)?x(3)+h(2)?x(2)+h(3)?x(1)?=?25 ???????…?? ???? ?y(n)?=?h(1)?x(n)+h(2)?x(n-1)+?…?+h(n)?x(1)????????…?? ??????y(M+N-1)?=?h(1)?x(M+N-1)+h(2)?x(M+N)+h(3)?x(M+N+1)+…+h(M+N-1)?x(