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 与 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(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 ;
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(n−m)
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(n−m)
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) 与 y ( n ) y(n) y(n) 的 " 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 与 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 ;
该 " 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 ;
这 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(n−m)
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 n−m ;
2、使用 卷积 推导 相关函数
x ( − m ) x(-m) x(−m) 的共轭 与 y ( m ) y(m) y(m) 的 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(m−n)
令
−
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 )