数字信号处理相关函数 ( 卷积与交换性 | 相关函数不具有交换性 | 推导过程 )
Posted 韩曙亮
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数字信号处理相关函数 ( 卷积与交换性 | 相关函数不具有交换性 | 推导过程 )相关的知识,希望对你有一定的参考价值。
文章目录
一、卷积与交换性
1、卷积概念
对于 线性时不变系统 ( LTI - Linear time-invariant ) 来说 ,
假设 x ( n ) x(n) x(n) 是 LTI 系统的 " 输入序列 " , y ( n ) y(n) y(n) 是 " 输出序列 " ,
则有 :
y ( n ) = ∑ m = − ∞ + ∞ x ( m ) h ( n − m ) = x ( n ) ∗ h ( n ) y(n) = \\sum^+\\infty_m = -\\infty x(m) h(n-m) = x(n) * h(n) y(n)=m=−∞∑+∞x(m)h(n−m)=x(n)∗h(n)
线性时不变系统 ( LTI - Linear time-invariant ) 的
" 输出序列 "
等于
" 输入序列 " 与 " 系统单位脉冲响应 " 的 线性卷积 ;
参考 【数字信号处理】线性时不变系统 LTI “ 输入 “ 与 “ 输出 “ 之间的关系 ( LTI 系统单位脉冲响应 | 卷积 | 卷积推导过程 ) 博客 ;
2、卷积交换律
线性卷积 具有 交换性 ;
x ( n ) ∗ h ( n ) = h ( n ) ∗ x ( n ) x(n) * h(n) = h(n) * x(n) x(n)∗h(n)=h(n)∗x(n)
参考 【数字信号处理】线性时不变系统 LTI “ 输入 “ 与 “ 输出 “ 之间的关系 ( 周期性分析 | 卷积运算规律 | 交换律 | 结合律 | 分配率 | 冲击不变性 ) 博客 ;
二、相关函数交换性
x ( n ) x(n) x(n) 卷积 h ( n ) h(n) h(n) 的结果 等于 h ( n ) h(n) h(n) 卷积 x ( n ) x(n) x(n) 的结果 ;
但是 " 相关函数 " 不具有交换性 ;
x ( n ) x(n) x(n) 与 y ( n + m ) y(n +m) y(n+m) 的相关函数 r x y ( m ) r_xy(m) rxy(m) 如下 :
r x y ( m ) = ∑ n = − ∞ + ∞ x ∗ ( n ) y ( n + m ) r_xy(m) = \\sum_n=-\\infty^+\\infty x^*(n) y(n + m) rxy(m)=n=−∞∑+∞x∗(n)y(n+m)
这里先给出结论 ,
x ( n ) x(n) x(n) 与 y ( n + m ) y(n +m) y(n+m) 的相关函数 r x y ( m ) r_xy(m) rxy(m) ,
不等于
y ( n ) y(n) y(n) 与 x ( n + m ) x(n +m) x(n+m) 的相关函数 r y x ( m ) r_yx(m) ryx(m) ,
相关函数 , 不具有 交换性 ;
x ( n ) x(n) x(n) 与 y ( n + m ) y(n +m) y(n+m) 的相关函数 r x y ( m ) r_xy(m) rxy(m) 如下 :
r y x ( m ) = ∑ n = − ∞ + ∞ y ∗ ( n ) x ( n + m ) r_yx(m) = \\sum_n=-\\infty^+\\infty y^*(n) x(n + m) ryx(m)=n=−∞∑+∞y∗(n)x(n+m)
令 n + m = n ′ n + m = n' n+m=n′ ,
n n n 的取值范围是 − ∞ - \\infty −∞ ~ + ∞ + \\infty +∞ ,
则 n ′ n' n′ 取值范围也是 − ∞ - \\infty −∞ ~ + ∞ + \\infty +∞ ,
使用 n = n ′ − m n = n' - m n=n′−m 替换 n n n ,
r y x ( m ) = ∑ n = − ∞ + ∞ y ∗ ( n ′ − m ) x ( n ′ − m + m ) r_yx(m) = \\sum_n=-\\infty^+\\infty y^*(n' - m) x(n' -m + m) ryx(m)=n=−∞∑+∞y∗(n′−m)x(n′−m+m)
= ∑ n = − ∞ + ∞ y ∗ ( n ′ − m ) x ( n ′ ) = \\sum_n=-\\infty^+\\infty y^*(n' - m) x(n') =n=−∞∑+∞y∗(n′−m)x(n′)
= ∑ n = − ∞ + ∞ y ∗ ( n − m ) x ( n ) = \\sum_n=-\\infty^+\\infty y^*(n - m) x(n) =n=−∞∑+∞y∗(n−m)x(n)
= ∑ n = − ∞ + ∞ x ( n ) y ∗ ( n − m ) = \\sum_n=-\\infty^+\\infty x(n) y^*(n - m) =n=−∞∑+∞x(n)y∗(n−m)
根据 复数共轭 运算公式 ( a + b ) ∗ = a ∗ + b ∗ (a + b)^* = a^* + b^* (a+b)∗=a∗+b∗ ,
将 ∑ n = − ∞ + ∞ x ( n ) y ∗ ( n − m ) \\sum_n=-\\infty^+\\infty x(n) y^*(n - m) ∑n=−∞+∞x(n)y∗(n−m) 的 共轭 取到 加和符号 ∑ \\sum ∑ 外面 ,
x ( n ) x(n) x(n) 需要加上共轭 x ∗ ( n ) x^*(n) x∗(n)以上是关于数字信号处理相关函数 ( 卷积与交换性 | 相关函数不具有交换性 | 推导过程 )的主要内容,如果未能解决你的问题,请参考以下文章
数字信号处理相关函数与线性卷积关系 ( 卷积概念 | 相关函数概念 | 相关函数与线性卷积对比 | x(-m) 共轭 与 y(m) 的卷积就是两个信号 位移 m 的相关函数 )
贪玩巴斯数字图像处理基础课堂笔记——「亮度变换与空间滤波全解——加权平滑滤波器相关&卷积拉普拉斯图像增强变化直方图」 2021-10-1910-1210-25
《数字图像处理》空间滤波学习感悟2:空间相关与卷积的概念区别及联系