信号与系统 chapter12 卷积及其性质

卷积的概念

卷积算得上是信号与系统里面一个比较抽象的概念,它广泛应用在统计学、工程学,好多人明白了怎么做题,却仍然说不清楚卷积的概念,我们把它当作一种运算,它的运算形式如下:
f1(t)f2(t)f_1(t)f_2(t)f1(t)f2(t)两个函数,要对它们进行卷积运算,看这个积分:
∫∞∞f1(τ)∗f2(t−τ)dτ\int_{\infty}^{\infty}f_1(\tau)*f_2(t-\tau)d\tauf1(τ)f2(tτ)dτ
这个积分被称作卷积积分,它可以简单的表示为f1(t)∗f2(t)f_1(t)*f_2(t)f1(t)f2(t),它就是卷积
观察函数可以得到,f2(t)f_2(t)f2(t)滞后于f1(t)f_1(t)f1(t)积分,在积分之前还要对f2(t)f_2(t)f2(t)进行一个翻折
它的由来则是由之前的LTI系统的线性,时不变性得到的:
在这里插入图片描述

最后的结果我们得到的是一个关于 ttt 的函数!!!!!!
比方说题目中给你两个函数,让你卷积一下,第一步就先写:
f(t)∗g(t)f(t)*g(t)f(t)g(t)
后面写上卷积积分的形式:
∫∞∞f(τ)∗g(t−τ)dτ\int_\infty^\infty f(\tau)*g(t-\tau)d\tauf(τ)g(tτ)dτ
这里要注意的是这个τ\tauτ是一个虚设函数

卷积积分演变其他上下限的情况

  1. f1(t)是因果信号f_1(t)是因果信号f1(t) f1(t)∗ξ(t)f_1(t)*\xi(t)f1(t)ξ(t)∫0+∞f1(τ)f2(t−τ)dτ\int_{0}^{+\infty}f_1(\tau)f_2(t-\tau)d\tau0+f1(τ)f2(tτ)dτ
  2. f2(t)是因果信号f_2(t)是因果信号f2(t) f2(t)=f2(t)∗ξf_2(t)=f_2(t)*\xif2(t)=f2(t)ξ∫−∞tf1(τ)f2(t−τ)dτ\int_{-\infty}^{t}f_1(\tau)f_2(t-\tau)d\tautf1(τ)f2(tτ)dτ
  3. 卷积的两个函数都是因果信号的话,它们的积分上下限为[0,t][0,t][0,t]
    我们来看一道例题
    在这里插入图片描述
    我们可以发现这两个都是因果信号
    t的范围就可以确定了,是[0,+∞][0,+\infty][0,+]
    但是τ\tauτ的值是不可能大于ttt的(由阶跃函数的图像)
    所以最终范围确定为[0,t][0,t][0,t]
    求解如下:
    在这里插入图片描述

卷积的图解法

图解法较为直观,在特定情况下比较方便
过程如下:
在这里插入图片描述
举例如下:
在这里插入图片描述
这两个函数都可以换τ\tauτ,换的时候主要看哪个函数简单就换哪个,方便我们后续计算,那个简单的函数,被我们翻折之后,按照t的大小慢慢向右边移动,母庸置疑的是,如果这两个函数图像没有交集,结果一定是0。
t∈[0,1]t\in[0,1]t[0,1],就是一个三角形面积的积分
t∈[1,2]t\in[1,2]t[1,2],以及后面的积分也是一样的道理
看另外一个函数的图形横坐标最大是2,所以超过2的不要了
类似的题目,多练一下

卷积的运算性质

卷积的运算满足交换律、结合律、分配律:
在这里插入图片描述
在这里插入图片描述

奇异函数的卷积特性

注:奇异函数又被称为脉冲函数,有时候会遇到教材的叫法不太一样
在这里插入图片描述
可以发现f(t)f(t)f(t)与冲激函数卷积,冲激函数导数的阶数会被转移到卷积后的函数上面,最后那个ξ(t)\xi(t)ξ(t),其实代表的是阶跃函数

卷积的微分性质

同样的,它有积分性质就有微分性质,如下:
在这里插入图片描述
特别的,关于f(t)(−1)f(t)^{(-1)}f(t)(1),必须要有关于f(t)f(t)f(t)t→−∞t\rightarrow-\inftyt为0这个条件成立的时候才满足:
f1(t)∗f2(t)=f1′(t)∗f2(−1)(t)f_1(t)*f_2(t)=f_1'(t)*f_2^{(-1)}(t)f1(t)f2(t)=f1(t)f2(1)(t)

例题:
在这里插入图片描述
我们发现,它给的条件不满足第三个条件,所以我们这里只能使用定义做了,这里的技巧就是把复杂的放在前面,好算
在这里插入图片描述
再来一道:
在这里插入图片描述

在这里插入图片描述
这个时候,你会发现题中所给的式子满足那个条件了
看,为啥给你画那么一个图,不就在暗示你求一次导数吗?
求导之后多方便:
在这里插入图片描述

然后:
在这里插入图片描述
最后:
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/348560.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

第二章导数与微分思维导图_线性代数第二章 矩阵 思维导图

这章内容复习集中在两方面:矩阵乘法;可逆矩阵及相关内容(矩阵方程和伴随矩阵)。可逆矩阵是全课程的一个关键性概念,与各章内容都有联系,应着重注意这些联系。

图像的常用压缩技术以及视频码率的计算

图像压缩方法: 冗余度压缩方法:也称无损压缩,压缩比较低信息量压缩方法:有损压缩,多用在数字电视技术与静止图像通信,压缩编码中丢弃了一些没有作用的信息 压缩种类压缩方法无损压缩哈夫曼编码&#xff0…

框架优点_铝型材框架相比其他框架的优点

很多自动化技术机械厂都是应用到工业铝型材框架做为设备的支撑点件,还会继续有一些顾客会有疑问,用铁或是是其他的原材料来做框架能不能?当然是能够 的,但是为什么有生产厂家把原来其他原材料换为工业铝型材框架来应用呢&#xff…

使用Maven进行Selenium测试自动化

今天,我想帮助您更好地管理自动GUI测试(Selenium)。 在过去,我已经看到人们处理此问题的许多不同方式。 有些人只是用Selenium-IDE编写普通HTML TestCases,将其存储在HDD上的某个位置,并在需要时手动运行。…

2018年工业机器人销量排位_长安-2018年11月汽车销量 细分销量

根据盖世汽车社区-销量数据库查询,为广大汽车行业人士整理了长安-2018年11月细分销量(按变速箱)数据如下:变速箱类型九月十月十一月累计4AT[TS-40/Ss-II]4,6554,0545,34814,0575AMT[AF512]11711202295DCT[DF515]56955139915195MT[MF510]2,34298475040765MT[MF515/TM…

OFDM技术及其应用

OFDM简介 OFDM(Orthogonal Frequency Division Multiplexing)即正交频分复用技术,实际上OFDM是MCM(Multi Carrier Modulation),多载波调制的一种。通过频分复用实现高速串行数据的并行传输, 它具有较好的抗多径衰弱的能力,能够支持多用户接入…

Spring中@ Component,@ Service,@ Controller和@Repository之间的区别

在了解Spring框架中Repository Component , Service Controller , Repository Controller和Repository批注之间的区别之前,了解Component批注在Spring中的作用很重要。 在Spring的初始发行期间,所有bean都用于在XML文件中声明。 对…

信号与系统 chapter13 阶跃响应的定义与求法

定义 阶跃响应是阶跃函数ξ(t)\xi(t)ξ(t)所引起的***零状态响应,***记为g(t)g(t)g(t) 这玩意的求法与咱们前面画信号与系统框图那一部分有异曲同工之妙信号与系统chapter8 有两种方法 经典法 利用单位阶跃函数与单位冲激响应之间的关系 看一道例题&#xff1a…

语音识别插件_2D动画唇动合成,根据语音自动生成动画人物口型

蕾师师 发自 凹非寺量子位 报道 | 公众号 QbitAI只需要输入一段语音,代码会自动生成与之相对的动画唇形。还是毫无违和感的那种。这是一个在GitHub上拥有501星的开源项目,叫做Rhubarb Lip Sync。它既可以是Windows和OS X命令行工具,也可以作为…

位同步技术中的比相法

什么是比相法?与滤波法相比有什么区别? 滤波法与比相法都是位同步技术中的直接法。滤波法是对接收到的数字信号进行变换处理,经过变换处理的数字信号中含有位定时分量,再通过窄带滤波器提取该分量,从而实现位同步&…

安装指定版本pytorch_Ubuntu16.04安装pytorch(七)

Ubuntu16.04自带python 2.7.12 和python 3.5.2,不需要自己装python第一步:安装pip3sudo apt-get install python3-pip顺便安装numpypip3 install numpy第二步:配置pip使用的镜像源---------------------------------------------------------…

weblogic jmx_在WebLogic Server上驯服JMX

weblogic jmx让我们先假设几件事: 我假设您听说过Java的JMX功能并熟悉它的功能(远程公开和管理您的服务)。 您应该知道默认的JVM将具有一个可以注册MBean的Platform MBeanServer实例。 您可以使用JDK中的jconsole命令查看它们。 到目前为止…

基于锁相环的定时误差调整

VCO数字实现方法 可变分频法:使用一个高速率时钟作为抽样参考时钟,通过一个计数器对这个高速率时钟进行分频N\div NN,通过改变分频比实现控制特定的速率 抽样时钟超前:N→N1N\rightarrow N1N→N1分的更多 抽样时钟滞后&#xff1a…

后怎么恢复_爬山后小腿肌肉酸痛怎么办 ?这样来恢复!|新生活公社

爬山后小腿肌肉酸痛怎么办 ?这样来恢复!在爬山之后腿疼的话可以用热敷、按摩、泡脚、拉伸等等方法来帮助自己恢复,爬山之后腿疼是正常的现象,我们在爬山之后要及时拉伸。爬山后小腿肌肉酸痛怎么办1热敷这是很有效的又简单的方法&a…

Java 9 JShell示例:集合静态工厂方法

这篇文章继续了My My Java 9 Features博客文章中对Java9功能的探索。 在这里,我们在List,Set和Map接口中试验Java9 Collections静态工厂方法。 集合静态工厂方法 Java9使用其新的静态工厂方法使创建不可变列表更加容易 有12种Set.of和List.of方法– L…

java实现次方的运算_Java中对于位运算的优化以及运用与思考

引言随着JDK的发展以及JIT的不断优化,我们很多时候都可以写读起来易读但是看上去性能不高的代码了,编译器会帮我们优化代码。之前大学里面学单片机的时候,由于内存以及处理器性能都极其有限(可能很多时候考虑内存的限制优先于处理器)&#xf…

三种分集接收技术

选择性合并 在多支路信号中,选取信噪比最高的支路信号作为输出信号、 最大比值合并 在接收端由L个统计不相关的分集支路经过相位矫正,赋予适当的加权再进行相关检测,信噪比小的支路权重小 等增益合并 在上述最大比值合并中,等…

dep指定版本 go_Go 1.12 版本的新特性

Go 1.12昨天,Go 官方发布 1.12 版本。本文介绍下 Go 1.12 版本变更的内容。Go 1.12 正式版发布了,距离上个正式发布版 Go 1.11 已经过去半年。跟往常一样,Go 1.12 保持了 兼容性承诺,预期所有 Go 程序会像之前一样正常编译。新版本…

信号与系统 chapter14 卷积积分的应用

卷积的时移特性 若有一个卷积: f(t)f1(t)∗f2(t)f(t)f_1(t)*f_2(t)f(t)f1​(t)∗f2​(t),卷积右边的函数都发生了时移,分别为t1,t2t_1,t_2t1​,t2​,则有: 不要管怎么来,记下就完事了 例题: …

java null转换jason_Java笔记Java常量、变量

“要成为绝世高手,并非一朝一夕,除非是天生武学奇才,但是这种人…万中无一”——包租婆这道理放在Java语言学习上也一并受用。在编程方面有着天赋异禀的人毕竟是少数,我们大多数人想要从java语言小白进阶到高手,需要经…