第三节-卷积与相关.pptVIP

* 是两种运算关系；都是含参量的无穷积分，与傅里叶变换、线性系统密切相关。 1.3 卷积和相关 都是两个函数通过某种运算得到另外一函数。 都是两个函数通过某种运算得到另外一函数。 一个函数是输入函数（待观测量、输入信号）， 一个函数描述观测方式或观测仪器的特征（或作用特点）， 另外一个函数就是输出函数（信号），即观测得到的结果。 “某种运算”：就是观测方式或观测仪器对输入函数作用的数学描述。 1.3-1卷积 (convolution) 简要回顾 卷积运算：可用来表示一个观测系统或一个观测仪器 对输入信号的作用过程。 一.卷积定义: 都是实数； 可实可复。 相关运算：常用于比较两个函数的关联性、相似程度。 一维卷积运算可简单地理解为 f(?) h(x??) 曲线下 面的面积随 x 在? ? 到 ? 之间的变化，它是自变 量 x 的函数。 f 是输入信号（或理想输出信号），h 是描述线 性不变系统（观测方式，观测仪器）的作用。g 是输出信号 注意：在进行相乘之前 必须关于原点反转。 二．卷积计算方法 几何方法(the graphical method) 有三种方法可以得到两个函数的卷积： 直接积分(direct integration) 数值积分(numerical integration) 几何方法(the graphical method) 几何方法比较直观，有助于理解卷积的含义。 具体求法大分为四步骤： 折叠 位移 相乘 积分 首先，将 h(?) 曲线绕纵轴翻转180°，得到曲线 h(? ? )。 其次，对于一个 x 值，只要将曲线 h(? ? )沿 x 轴平移 x 便得到 h(x ? ?) 曲线。 最后，求式的积分：就是计算被积函数 f(?)h(x ? ?) 所对应的曲线与横坐标所围成的面积。 然后，求函数 f(?) 和 h(x ? ?) 的乘积。 对不同参量 x 值，对应面积不同，且是 x 的函数。这个函数就是 f(x) * h(x) 。 0 1 ? f (x) f (?) 1 h (x-? ) h (x-? ) 0 1 ? f (x) f (?) 1 h (x-? ) 0 1 ? f (x) f (?) h (x-? ) 1 卷积运算图例 0 1 x f (x) 1 0 1 x h(x) 2 1 0 0 1 ? f (x) f (?) h (x-? ) h (x-? ) 0 1 ? f (x) f (?) 0 1 ? f (x) f (?) h (x-? ) 1 ? f (x) f (?) 1 h (x-? ) ? 0 1 f (x) f (?) 1 h (x-? ) ? 0 1 f (x) f (?) 1 h (x-? ) ? f (x) f (?) h (x-? ) 1 0 1 ? 0 1 f (x) f (?) 1 h (x-? ) 直接积分法 对于一般函数直接积分的方法很容易。对于一些特殊 函数来说，也可以用直接积分法，但一般需要对平移 量x进行分段，并确定积分段的上、下限。 例如：前面的例子 平移项是x，可分成5段。 我们可以注意到卷积运算的两个效应： (1)展宽效应:假如函数只在一个有限区间内不为零，这个区间可称为函数的宽度．一般说来，卷积函数的宽度等于被卷函数宽度之和． (2)平滑效应:被卷函数经过卷积运算，其细微结构在一定程度上被消除，函数本身的起伏振荡变得平缓圆滑． 数值积分法 编制一个简单程序，或用软件提供的功能直接求解 程序一般有两种循环： 外层循环的增量是平移变量x的抽样间隔。 内层循环对两个函数抽样值的乘积求和。 三．卷积的性质 1）线性性质(Distributive) 2）可交换性(Commutative) 3）平移不变性(Shift invariance) 4）结合性(Associative) 5）坐标缩放性质 6）δ函数的卷积 7） 卷积运算具有平滑和展宽效果 1）线性性质(Distributive)—叠加性和均匀性 a和b为任意常数 叠加性：函数和的卷积等于函数卷积的和。 均匀性：当一个函数放大和缩小时，其卷积放大和缩小 相同的倍数。 线性性：同时具有叠加性和均匀性 线性性质是线性系统的本质特性，在信息处理及许多学科中非常重要。 根据卷积的线性性质可知：复函数之间的卷积运算，可转换成 实函