转自知乎-卷积的理解

一个小例子

   楼下早点铺子生意太好了,供不应求,就买了一台机器,不断的生产馒头。
假设馒头的生产速度是 f ( t ) f(t) ,那么一天后生产出来的馒头总量为:
0 24 f ( t ) d t \int_{0}^{24}f(t)dt
馒头生产出来之后,就会慢慢腐败,假设腐败函数为 g ( t ) g(t) ,比如,10个馒头,24小时会腐败:
10 g ( t ) 10*g(t)
想想就知道,第一个小时生产出来的馒头,一天后会经历24小时的腐败,第二个小时生产出来的馒头,一天后会经历23小时的腐败。
如此,我们可以知道,一天后,馒头总共腐败了:
0 24 f ( t ) g ( 24 t ) d t \int_{0}^{24}f(t)g(24-t)dt
这就是连续的卷积。

一个理解

一个函数(如单位响应)在另一个函数上(如输入信号)的加权叠加,是平移、叠加
以离散信号为例,连续信号同理。
已知 x [ 0 ] = a , x [ 1 ] = b , x [ 2 ] = c x[0]=a,x[1]=b,x[2]=c
在这里插入图片描述
已知 y [ 0 ] = i , y [ 1 ] = j , y [ 2 ] = k y[0]=i,y[1]=j,y[2]=k ,(表示一个单位响应信号会依次产生幅值为 i , j , k i,j,k 的三个响应)
在这里插入图片描述
下面来讲解 x [ n ] y [ n ] x[n]*y[n] 的过程,揭示卷积的物理意义
第一步, x [ n ] x[n] 乘以 y [ 0 ] y[0] 并平移到位置0:
在这里插入图片描述
第二步, x [ n ] x[n] 乘以 y [ 1 ] y[1] 并平移到位置1:
在这里插入图片描述

第三步, x [ n ] x[n] 乘以 y [ 2 ] y[2] 并平移到位置2:

最后,把上面三个图叠加,就得到了 x [ n ] y [ n ] x[n]*y[n]
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/u010069259/article/details/89843097