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 )

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 )相关的知识,希望对你有一定的参考价值。

文章目录

总结


相关函数卷积 在 数学上是有关系的 , 但是其物理意义不同 ;

  • 卷积的物理意义 : 线性时不变系统 输入序列 , 输出序列 与 单位脉冲响应 h ( n ) h(n) h(n) 之间的关系 ;
  • 相关函数 : 反应两个信号之间的关系 ;

可以使用 " 快速计算卷积 " 的方法 , 计算相关函数 ;





一、相关函数与线性卷积概念




1、卷积


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(nm)=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 "" 系统单位脉冲响应 "线性卷积 ;

卷积公式

卷积公式如下 :

y ( n ) = x ( n ) ∗ h ( n ) = ∑ m = − ∞ + ∞ x ( m ) h ( n − m ) y(n) = x(n) * h(n) = \\sum^+\\infty_m = -\\infty x(m) h(n-m) y(n)=x(n)h(n)=m=+x(m)h(nm)

卷积具有交换律 :

y ( n ) = x ( n ) ∗ h ( n ) = h ( n ) ∗ x ( n ) = ∑ m = − ∞ + ∞ h ( m ) x ( n − m ) y(n) = x(n) * h(n) = h(n) * x(n) = \\sum^+\\infty_m = -\\infty h(m) x(n-m) y(n)=x(n)h(n)=h(n)x(n)=m=+h(m)x(nm)


2、相关函数


互相关函数

互相关函数 表示的是 两个不同的信号 之间的相关性 ;

x ( n ) x(n) x(n) y ( n ) y(n) y(n)" 互相关函数 " 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)

其中 y ( n ) y(n) y(n) 进行了移位 , 向左移动了 m m m 单位 ,

该 " 互相关函数 " 求的是 y ( n ) y(n) y(n) 移位 m m m 后的序列 x ( n ) x(n) x(n) 序列之间的关系 ;

注意这里的 n n n 表示的是时刻 , m m m 表示的是信号移动的间隔 ;


" 互相关函数 " 表示的是 x ( n ) x(n) x(n) 信号 , 与 隔了 m m m 时间后的 y ( n ) y(n) y(n) 信号之间的关系 ;

2 2 2 个信号 ( 序列 ) 之间 " 关系 " 是一个 函数 , 函数的自变量是 m m m 间隔 , 不是 n n n ;

自相关函数

自相关函数 ( Autocorrelation Function ) :

r x x ( m ) = ∑ n = − ∞ + ∞ x ∗ ( n ) x ( n + m ) = r x ( m ) r_xx(m) = \\sum_n=-\\infty^+\\infty x^*(n) x(n + m) = r_x(m) rxx(m)=n=+x(n)x(n+m)=rx(m)

" 自相关函数 " 是 " 自己信号 " 与 " 隔一段时间后的 自己信号 " 之间的 相关性 ;


如果 m = 0 m = 0 m=0 时 , " 自己信号 " 与 " 隔一段时间 m m m 后的自己信号 " 完全相等 , 该值就是 信号的能量 ;

r x ( 0 ) = ∑ n = − ∞ + ∞ ∣ x ( n ) ∣ 2 = E r_x(0) = \\sum_n=-\\infty^+\\infty |x(n)|^2= E rx(0)=n=+x(n)2=E





二、相关函数与线性卷积关系




1、相关函数与线性卷积对比


卷积可以写为 :

g ( n ) = x ( n ) ∗ y ( n ) = ∑ m = − ∞ + ∞ x ( m ) y ( n − m ) g(n) = x(n) * y(n)= \\sum^+\\infty_m = -\\infty x(m) y(n-m) g(n)=x(n)y(n)=m=+x(m)y(nm)

相关函数 :

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)


相关函数 与 卷积对比 :

  • 加和式的范围都是 − ∞ -\\infty ~ + ∞ +\\infty + ;
  • x ( n ) x(n) x(n) 序列项的自变量不同 , 相关函数是 n n n , 卷积是 m m m ;
  • x ( n ) x(n) x(n) 序列 相关函数取了共轭 , 卷积没有 ;
  • y ( n ) y(n) y(n) 序列 相关函数的 自变量是 n + m n + m n+m , 卷积的自变量是 n − m n-m nm ;

2、使用 卷积 推导 相关函数


x ( − m ) x(-m) x(m) 的共轭 y ( m ) y(m) y(m)卷积 计算 :

x ∗ ( − m ) ∗ y ( m ) = ∑ m = − ∞ + ∞ x ∗ ( − n ) y ( m − n ) x^*(-m) * y(m) = \\sum^+\\infty_m = -\\infty x^*(-n) y(m-n) x(m)y(m)=m=+x(n)y(mn)

− n = n ′ -n = n' n=n

以上是关于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 )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 ( 卷积与交换性 | 相关函数不具有交换性 | 推导过程 )

数字信号处理线性时不变系统 LTI “ 输入 “ 与 “ 输出 “ 之间的关系 ( 线性卷积起点定理 | 左边序列概念 | 推理 )

数字信号处理线性时不变系统 LTI “ 输入 “ 与 “ 输出 “ 之间的关系 ( 线性卷积起点定理推导过程 )

数字信号处理线性时不变系统 LTI “ 输入 “ 与 “ 输出 “ 之间的关系 ( 线性卷积计算方法列举 | 线性卷积计算案例一 | 根据 线性卷积 定义直接计算 卷积 )

数字信号处理线性时不变系统 LTI “ 输入 “ 与 “ 输出 “ 之间的关系 ( 线性卷积计算案例二 | 计算 卷积 )

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 )