卷 まき 积、互相关 和 わ 自 じ 相 あい 关的 てき 图示比 ひ 较。运算涉 わたる 及函数 すう
f
{\displaystyle f}
,并假定 かてい
f
{\displaystyle f}
的 てき 高度 こうど 是 ぜ 1.0,在 ざい 5个不同点 どうてん 上 じょう 的 てき 值,用 もちい 在 ざい 每 まい 个点下面 かめん 的 てき 阴影面 めん 积来指示 しじ 。
f
{\displaystyle f}
的 てき 对称性 せい 是 ぜ 卷 まき 积
g
∗
f
{\displaystyle g*f}
和 かず 互相关
f
⋆
g
{\displaystyle f\star g}
在 ざい 这个例 れい 子中 こなか 相 しょう 同 どう 的 てき 原因 げんいん 。
在 ざい 泛函分析 ぶんせき 中 なか ,捲 めく 積 せき (convolution),或 ある 译为疊 たたみ 積 せき 、褶積 或 ある 旋積 ,是 ぜ 透過 とうか 两个函数 かんすう
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
生成 せいせい 第 だい 三个函数的一种数学算 さん 子 こ ,表徵 ひょうちょう 函数 かんすう
f
{\displaystyle f}
与 あずか 经过翻 こぼし 转和平 わへい 移 うつり 的 てき
g
{\displaystyle g}
的 てき 乘 じょう 積 せき 函數 かんすう 所 しょ 圍 かこえ 成 なり 的 てき 曲 きょく 邊 べ 梯形 ていけい 的 てき 面積 めんせき 。如果将 しょう 参加 さんか 卷 まき 积的一个函数看作区 く 间的 てき 指示 しじ 函数 かんすう ,卷 かん 积还可 か 以被看 み 作 さく 是 ぜ “滑 すべり 動 どう 平均 へいきん ”的 てき 推廣。
卷 まき 积是数学 すうがく 分析 ぶんせき 中 ちゅう 一种重要的运算。设:
f
(
t
)
{\displaystyle f(t)}
和 わ
g
(
t
)
{\displaystyle g(t)}
是 これ 实数
R
{\displaystyle \mathbb {R} }
上 うえ 的 てき 两个可 か 积函数 すう ,定 てい 义二者 しゃ 的 てき 卷 まき 积
(
f
∗
g
)
(
t
)
{\displaystyle (f*g)(t)}
为如下 か 特定 とくてい 形式 けいしき 的 てき 积分 变换 :
(
f
∗
g
)
(
t
)
≜
∫
−
∞
∞
f
(
τ たう
)
g
(
t
−
τ たう
)
d
τ たう
{\displaystyle (f*g)(t)\triangleq \int _{-\infty }^{\infty }f(\tau )g(t-\tau )\,\mathrm {d} \tau }
(
f
∗
g
)
(
t
)
{\displaystyle (f*g)(t)}
仍为可 か 积函数 すう ,并且有 ゆう 着 ぎ :
(
f
∗
g
)
(
t
)
≜
∫
−
∞
∞
f
(
t
−
τ たう
)
g
(
τ たう
)
d
τ たう
=
(
g
∗
f
)
(
t
)
{\displaystyle (f*g)(t)\triangleq \int _{-\infty }^{\infty }f(t-\tau )g(\tau )\,d\tau =(g*f)(t)}
函数 かんすう
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
,如果只 ただ 支 ささえ 撑在 ざい
[
0
,
∞
]
{\displaystyle [0,\infty ]}
之 これ 上 じょう ,则积分界 ぶんかい 限 げん 可 か 以截断 せつだん 为:
(
f
∗
g
)
(
t
)
=
∫
0
t
f
(
τ たう
)
g
(
t
−
τ たう
)
d
τ たう
{\displaystyle (f*g)(t)=\int _{0}^{t}f(\tau )g(t-\tau )\,d\tau \quad }
对于
f
,
g
:
[
0
,
∞
)
→
R
{\displaystyle \ f,g:[0,\infty )\to \mathbb {R} }
对于两个得 とく 出 で 复数 值的多元 たげん 实变函数 かんすう ,可 か 以定义二者的卷积为如下形式的多重 たじゅう 积分 :
(
f
∗
g
)
(
t
1
,
t
2
,
⋯
,
t
n
)
≜
∫
∫
⋯
∫
R
n
f
(
τ たう
1
,
τ たう
2
,
⋯
,
τ たう
n
)
g
(
t
1
−
τ たう
1
,
t
2
−
τ たう
2
,
⋯
,
t
n
−
τ たう
n
,
)
d
τ たう
1
d
τ たう
2
⋯
d
τ たう
n
≜
∫
R
n
f
(
τ たう
)
g
(
t
−
τ たう
)
d
n
τ たう
{\displaystyle {\begin{aligned}(f*g)(t_{1},t_{2},\cdots ,t_{n})&\triangleq \int \int \cdots \int _{\mathbb {R} ^{n}}f(\tau _{1},\tau _{2},\cdots ,\tau _{n})g(t_{1}-\tau _{1},t_{2}-\tau _{2},\cdots ,t_{n}-\tau _{n},)\,d\tau _{1}d\tau _{2}\cdots d\tau _{n}\\&\triangleq \int _{\mathbb {R} ^{n}}f(\tau )g(t-\tau )\,d^{n}\tau \end{aligned}}}
卷 まき 积有一个通用的工程上的符号约定[ 1] :
f
(
t
)
∗
g
(
t
)
≜
∫
−
∞
∞
f
(
τ たう
)
g
(
t
−
τ たう
)
d
τ たう
⏟
(
f
∗
g
)
(
t
)
{\displaystyle f(t)*g(t)\triangleq \underbrace {\int _{-\infty }^{\infty }f(\tau )g(t-\tau )\,d\tau } _{(f*g)(t)}}
它必须被谨慎解 かい 释以避免混淆 こんこう 。例 れい 如:
f
(
t
)
∗
g
(
t
−
t
0
)
{\displaystyle f(t)*g(t-t_{0})}
等 とう 价于
(
f
∗
g
)
(
t
−
t
0
)
{\displaystyle (f*g)(t-t_{0})}
,而
f
(
t
−
t
0
)
∗
g
(
t
−
t
0
)
{\displaystyle f(t-t_{0})*g(t-t_{0})}
却实际上等 とう 价于
(
f
∗
g
)
(
t
−
2
t
0
)
{\displaystyle (f*g)(t-2t_{0})}
[ 2] 。
卷 まき 积运算 さん 的 てき 最早 もはや 使用 しよう 出 で 现在达朗贝尔 于1754年 ねん 出版 しゅっぱん 的 てき 《宇宙 うちゅう 体系 たいけい 的 てき 几个要点 ようてん 研究 けんきゅう 》中 ちゅう 对泰 たい 勒定理 ていり 的 てき 推导之 の 中 なか [ 3] 。还有西 にし 尔维斯特·拉 ひしげ 克 かつ 鲁瓦 ,将 はた
∫
f
(
u
)
⋅
g
(
x
−
u
)
d
u
{\textstyle \int f(u)\cdot g(x-u)\,du}
类型的 てき 表 ひょう 达式,用 もちい 在 ざい 他 た 的 てき 1797年 ねん –1800年 ねん 出版 しゅっぱん 的 てき 著作 ちょさく 《微 ほろ 分与 ぶんよ 级数论文》中 ちゅう [ 4] 。此后不 ふ 久 ひさ ,卷 かん 积运算出 さんしゅつ 现在皮 かわ 埃 ほこり 尔-西 にし 蒙 こうむ ·拉 ひしげ 普 ひろし 拉 ひしげ 斯 、约瑟夫 おっと ·傅 でん 里 さと 叶 かのう 和 わ 西 にし 梅 うめ 翁 おう ·泊 はく 松 まつ 等 ひとし 人的 じんてき 著作 ちょさく 中 ちゅう 。这个运算以前 いぜん 有 ゆう 时叫做“Faltung”(德 とく 语中的 てき 折 おり 叠)、合成 ごうせい 乘 じょう 积、叠加积分或 ある 卡森积分[ 5] 。
“卷 まき 积”这个术语早 はや 在 ざい 1903年 ねん 就出现了,然 しか 而其定 てい 义在早期 そうき 使用 しよう 中 ちゅう 是 ぜ 相当 そうとう 生 せい 僻 へき 的 てき [ 6] [ 7] ,直 ちょく 到 いた 1950年代 ねんだい 或 ある 1960年代 ねんだい 之 の 前 ぜん 都 と 未 み 曾广泛使用 しよう 。
如果
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
都 みやこ 是 ただし 在 ざい Lp 空 そら 间
L
1
(
R
n
)
{\displaystyle L^{1}(\mathbb {R} ^{n})}
内的 ないてき 勒贝格 かく 可 か 积函数 すう ,则二者 しゃ 的 てき 卷 まき 积存在 そんざい ,并且在 ざい 这种情 じょう 况下
f
∗
g
{\displaystyle f*g}
也是可 か 积的[ 8] 。这是托 たく 內利定理 ていり 的 てき 结论。对于在 ざい
L
1
{\displaystyle L^{1}}
中 なか 的 てき 函数 かんすう 在 ざい 离散卷 まき 积下,或 ある 更 さら 一般的对于在任何群的上的卷积,这也是 ぜ 成立 せいりつ 的 てき 。同 どう 样的,如果
f
∈
L
1
(
R
n
)
{\displaystyle f\in L^{1}(\mathbb {R} ^{n})}
而
g
∈
L
p
(
R
n
)
{\displaystyle g\in L^{p}(\mathbb {R} ^{n})}
,这里的 てき
1
≤
p
≤
∞
{\displaystyle 1\leq p\leq \infty }
,则
f
∗
g
∈
L
p
(
R
n
)
{\displaystyle f*g\in L^{p}(\mathbb {R} ^{n})}
,并且其Lp 范数 间有着 ぎ 不等式 ふとうしき :
‖
f
∗
g
‖
p
≤
‖
f
‖
1
‖
g
‖
p
{\displaystyle \|{f}*g\|_{p}\leq \|f\|_{1}\|g\|_{p}}
在 ざい
p
=
1
{\displaystyle p=1}
的 てき 特殊 とくしゅ 情 じょう 况下,这显示 しめせ 出 で
L
1
{\displaystyle L^{1}}
是 ぜ 在 ざい 卷 まき 积下的 てき 巴 ともえ 拿赫代数 だいすう (并且如果
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
几乎处处 非 ひ 负则两边间等式 しき 成立 せいりつ )。
卷 まき 积与傅 でん 里 さと 叶 かのう 变换有 ゆう 着 ぎ 密 みつ 切 きり 的 てき 关系。例 れい 如两函数 かんすう 的 てき 傅 でん 里 さと 叶 かのう 变换的 てき 乘 じょう 积等于它们卷积后的 てき 傅 でん 里 さと 叶 かのう 变换,利用 りよう 此一性質 せいしつ ,能 のう 簡化傅 でん 里 さと 叶 かのう 分析 ぶんせき 中 ちゅう 的 てき 许多问题。
由 よし 卷 まき 积得到 いた 的 てき 函数 かんすう
f
∗
g
{\displaystyle f*g}
,一般 いっぱん 要 よう 比 ひ
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
都 みやこ 光 ひかり 滑 すべり 。特 とく 别当
g
{\displaystyle g}
为具有 ぐゆう 紧支集 しゅう 的 てき 光 ひかり 滑 すべり 函数 かんすう ,
f
{\displaystyle f}
为局部 ぶ 可 か 积时,它们的 てき 卷 まき 积
f
∗
g
{\displaystyle f*g}
也是光 こう 滑 すべり 函数 かんすう 。利用 りよう 这一性 せい 质,对于任意 にんい 的 てき 可 か 积函数 すう
f
{\displaystyle f}
,都 と 可 か 以简单地构造出 で 一 いち 列 れつ 逼近于
f
{\displaystyle f}
的 てき 光 ひかり 滑 すべり 函 はこ 数列 すうれつ
f
s
{\displaystyle f_{s}}
,这种方法 ほうほう 称 しょう 为函数 すう 的 てき 光 ひかり 滑 すべり 化 か 或 ある 正 せい 则化 。
函数 かんすう
f
(
t
)
{\displaystyle f(t)}
和 わ
g
(
t
)
{\displaystyle g(t)}
的 てき 互相关
(
f
⋆
g
)
(
τ たう
)
{\displaystyle (f\star g)(\tau )}
,等 とう 价于
f
(
−
τ たう
)
{\displaystyle f(-\tau )}
的 てき 共 きょう 轭复数 すう
f
(
−
τ たう
)
¯
{\displaystyle {\overline {f(-\tau )}}}
与 あずか
g
(
τ たう
)
{\displaystyle g(\tau )}
的 てき 卷 まき 积:
(
f
⋆
g
)
(
τ たう
)
≜
∫
−
∞
∞
f
(
t
−
τ たう
)
¯
g
(
t
)
d
t
=
f
(
−
τ たう
)
¯
∗
g
(
τ たう
)
{\displaystyle (f\star g)(\tau )\triangleq \int _{-\infty }^{\infty }{\overline {f(t-\tau )}}g(t)\,dt={\overline {f(-\tau )}}*g(\tau )}
这里的 てき
τ たう
{\displaystyle \tau }
叫 さけべ 做移位 い (displacement)或 ある 滞 とどこお 后 きさき (lag)。
对于單位 たんい 脈 みゃく 衝函数 かんすう
δ でるた
(
t
)
{\displaystyle \delta (t)}
和 かず 某 ぼう 个函数 すう
h
(
t
)
{\displaystyle h(t)}
,二者得到的捲積就是
h
(
t
)
{\displaystyle h(t)}
本身 ほんみ ,此
h
(
t
)
{\displaystyle h(t)}
被 ひ 稱 しょう 為 ため 衝激響 ひびき 應 おう :
(
δ でるた
∗
h
)
(
t
)
=
∫
−
∞
∞
δ でるた
(
τ たう
)
h
(
t
−
τ たう
)
d
τ たう
=
h
(
t
)
{\displaystyle (\delta *h)(t)=\int _{-\infty }^{\infty }\delta (\tau )h(t-\tau )\,d\tau =h(t)}
在 ざい 连续时间线性非 ひ 时变系 けい 统 中 なか ,输出信号 しんごう
y
(
t
)
{\displaystyle y(t)}
被 ひ 描述为输入 いれ 信号 しんごう
x
(
t
)
{\displaystyle x(t)}
与 あずか 冲激响应
h
(
t
)
{\displaystyle h(t)}
的 てき 卷 まき 积[ 9] :
y
(
t
)
=
(
x
∗
h
)
(
t
)
≜
∫
−
∞
∞
x
(
t
−
τ たう
)
⋅
h
(
τ たう
)
d
τ たう
=
∫
−
∞
∞
x
(
τ たう
)
⋅
h
(
t
−
τ たう
)
d
τ たう
{\displaystyle y(t)=(x*h)(t)\ \triangleq \ \int \limits _{-\infty }^{\infty }x(t-\tau )\cdot h(\tau )\,\mathrm {d} \tau =\int \limits _{-\infty }^{\infty }x(\tau )\cdot h(t-\tau )\,\mathrm {d} \tau }
两个独立 どくりつ 的 てき 随 ずい 机 つくえ 变量
U
{\displaystyle U}
和 わ
V
{\displaystyle V}
,每 まい 个都有 ゆう 一 いち 个概 がい 率 りつ 密度 みつど 函数 かんすう ,二者之和的概率密度,是 ぜ 它们单独的 てき 密度 みつど 函数 かんすう 的 てき 卷 まき 积:
f
U
+
V
(
x
)
=
∫
−
∞
∞
f
U
(
y
)
f
V
(
x
−
y
)
d
y
=
(
f
U
∗
f
V
)
(
x
)
{\displaystyle f_{U+V}(x)=\int _{-\infty }^{\infty }f_{U}(y)f_{V}(x-y)\,dy=\left(f_{U}*f_{V}\right)(x)}
已 やめ 知 ち 右 みぎ 侧第一行图中两个函数
f
(
t
)
{\displaystyle f(t)}
和 わ
g
(
t
)
{\displaystyle g(t)}
。
首 くび 先 さき 將 はた 兩個 りゃんこ 函數 かんすう 都 と 用 よう 约束变量
τ たう
{\displaystyle \tau }
來 らい 表示 ひょうじ ,并将
g
(
τ たう
)
{\displaystyle g(\tau )}
翻 こぼし 转至纵轴另一侧,从而得 え 到 いた 右 みぎ 侧第二 に 行 ぎょう 图中
f
(
τ たう
)
{\displaystyle f(\tau )}
和 わ
g
(
−
τ たう
)
{\displaystyle g(-\tau )}
。
向 こう 函数 かんすう
g
(
−
τ たう
)
{\displaystyle g(-\tau )}
增加 ぞうか 一个时间偏移量
t
{\displaystyle t}
,得 え 到 いた 函数 かんすう
g
(
−
(
τ たう
−
t
)
)
=
g
(
t
−
τ たう
)
{\displaystyle g(-(\tau -t))=g(t-\tau )}
。
t
{\displaystyle t}
不 ふ 是 ぜ 常数 じょうすう 而是自由 じゆう 变量 ,当 とう
t
{\displaystyle t}
取 と 不 ふ 同 どう 值时,
g
(
t
−
τ たう
)
{\displaystyle g(t-\tau )}
能 のう 沿着
τ たう
{\displaystyle \tau }
轴“滑 すべり 动”。如果
t
{\displaystyle t}
是正 ぜせい 值,则
g
(
t
−
τ たう
)
{\displaystyle g(t-\tau )}
等 とう 于
g
(
−
τ たう
)
{\displaystyle g(-\tau )}
沿着
τ たう
{\displaystyle \tau }
轴向右 みぎ (朝 ちょう 向 むこう
+
∞
{\displaystyle +\infty }
)滑 すべり 动数量 すうりょう
t
{\displaystyle t}
。如果
t
{\displaystyle t}
是 ぜ 负值,则
g
(
t
−
τ たう
)
{\displaystyle g(t-\tau )}
等 とう 价于
g
(
−
τ たう
)
{\displaystyle g(-\tau )}
向 こう 左 ひだり (朝 ちょう 向 むこう
−
∞
{\displaystyle -\infty }
)滑 すべり 动数量 すうりょう
|
t
|
{\displaystyle |t|}
。
讓 ゆずる
t
{\displaystyle t}
從 したがえ
−
∞
{\displaystyle -\infty }
变化至 いたり
+
∞
{\displaystyle +\infty }
,当 とう 兩個 りゃんこ 函數 かんすう 交會時 じ ,計算 けいさん 交會範圍 はんい 中 ちゅう 兩個 りゃんこ 函 はこ 數 すう 乘 じょう 積 せき 的 てき 積分 せきぶん 值。換 かわ 句 く 話 はなし 說 せつ ,在 ざい 时间
t
{\displaystyle t}
,计算函数 かんすう
f
(
τ たう
)
{\displaystyle f(\tau )}
经过权重函数 かんすう
g
(
t
−
τ たう
)
{\displaystyle g(t-\tau )}
施 ほどこせ 以权重 じゅう 后 きさき 其下的 てき 面 めん 积。右 みぎ 侧第三 さん 、第 だい 四 よん 和 わ 第 だい 五 ご 行 ぎょう 图中,分 ふん 别是
t
=
0
{\displaystyle t=0}
、
t
=
2.5
{\displaystyle t=2.5}
和 わ
t
=
5.5
{\displaystyle t=5.5}
时的情 じょう 况,从
t
>
1
{\displaystyle t>1}
时开始 はじめ 有 ゆう 交会,例 れい 如在第 だい 四 よん 行 ぎょう 图中,
τ たう
=
0
{\displaystyle \tau =0}
则
g
(
t
−
τ たう
)
=
g
(
2.5
)
{\displaystyle g(t-\tau )=g(2.5)}
,
τ たう
=
1.5
{\displaystyle \tau =1.5}
则
g
(
t
−
τ たう
)
=
g
(
1
)
{\displaystyle g(t-\tau )=g(1)}
,对于
τ たう
∉
[
0
,
1.5
]
{\displaystyle \tau \notin [0,1.5]}
有 ゆう 着 ぎ
f
(
τ たう
)
g
(
t
−
τ たう
)
=
0
{\displaystyle f(\tau )g(t-\tau )=0}
。
最後 さいご 得 え 到 いた 的 てき 波形 はけい (未 み 包含 ほうがん 在 ざい 此圖中 ちゅう )就是
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
的 てき 捲 めく 積 せき 。
两个矩形 くけい 脈 みゃく 衝波的 てき 捲 めく 積 せき 。其中函数 かんすう
g
{\displaystyle g}
首 くび 先 さき 对
τ たう
=
0
{\displaystyle \tau =0}
反射 はんしゃ ,接 せっ 著 ちょ 平 ひらめ 移 うつ
t
{\displaystyle t}
,成 なり 為 ため
g
(
t
−
τ たう
)
{\displaystyle g(t-\tau )}
。那 な 么重叠部份的面 めん 积就相当 そうとう 于
t
{\displaystyle t}
处的卷 まき 积,其中橫 よこ 坐 すわ 標 しるべ 代表 だいひょう 待 まち 变量
τ たう
{\displaystyle \tau }
以及新 しん 函數 かんすう
f
∗
g
{\displaystyle f\ast g}
的 てき 自 じ 變量 へんりょう
t
{\displaystyle t}
。
矩形 くけい 脈 みゃく 衝波和 わ 指數 しすう 衰 おとろえ 減 げん 脈 みゃく 衝波的 てき 捲 めく 積 せき (後者 こうしゃ 可能 かのう 出現 しゅつげん 於RC電路 でんろ 中 なか ),同樣 どうよう 地 ち 重疊 ちょうじょう 部 ぶ 份面積 めんせき 就相當 とう 於
t
{\displaystyle t}
處 しょ 的 てき 捲 めく 積 せき 。注意 ちゅうい 到 いた 因 いん 為 ため
g
{\displaystyle g}
是 ぜ 對稱 たいしょう 的 てき ,所以 ゆえん 在 ざい 這兩張 はり 圖 ず 中 ちゅう ,反射 はんしゃ 並 なみ 不 ふ 會 かい 改變 かいへん 它的形狀 けいじょう 。
两个
T
{\displaystyle T}
周期 しゅうき 的 てき 函数 かんすう
h
T
(
t
)
{\displaystyle h_{_{T}}(t)}
和 わ
x
T
(
t
)
{\displaystyle x_{_{T}}(t)}
的 てき “周期 しゅうき 卷 まき 积”定 てい 义为[ 10] [ 11] :
∫
t
0
t
0
+
T
h
T
(
τ たう
)
x
T
(
t
−
τ たう
)
d
τ たう
{\displaystyle \int _{t_{0}}^{t_{0}+T}h_{_{T}}(\tau )x_{_{T}}(t-\tau )\,d\tau }
这里的 てき
t
0
{\displaystyle t_{0}}
是 ぜ 任意 にんい 参 さん 数 すう 。
任 にん 何 なに 可 か 积分函数 かんすう
s
(
t
)
{\displaystyle s(t)}
,都 と 可 か 以通过求函数 かんすう
s
(
t
)
{\displaystyle s(t)}
的 てき 所有 しょゆう 整数 せいすう 倍 ばい
P
{\displaystyle P}
的 てき 平 ひら 移 うつり 的 てき 总和 ,从而制作 せいさく 出 で 具有 ぐゆう 周期 しゅうき
P
{\displaystyle P}
的 てき 周期 しゅうき 函数 かんすう
s
P
(
t
)
{\displaystyle s_{_{P}}(t)}
,这叫做周期 しゅうき 求 もとめ 和 わ :
s
P
(
t
)
≜
∑
m
=
−
∞
∞
s
(
t
+
m
P
)
=
∑
m
=
−
∞
∞
s
(
t
−
m
P
)
,
m
∈
Z
{\displaystyle s_{_{P}}(t)\triangleq \sum _{m=-\infty }^{\infty }s(t+mP)=\sum _{m=-\infty }^{\infty }s(t-mP),\quad m\in \mathbb {Z} }
对于无周期 き 函数 かんすう
h
{\displaystyle h}
与 あずか
x
{\displaystyle x}
,其周期 き
T
{\displaystyle T}
的 てき 周期 しゅうき 求 もとめ 和 わ 分 ぶん 别是
h
T
(
t
)
{\displaystyle h_{_{T}}(t)}
与 あずか
x
T
(
t
)
{\displaystyle x_{_{T}}(t)}
,
h
{\displaystyle h}
与 あずか
x
{\displaystyle x}
的 てき 周期 しゅうき 卷 まき 积,可 か 以定义为
h
(
t
)
{\displaystyle h(t)}
与 あずか
x
T
(
t
)
{\displaystyle x_{_{T}}(t)}
的 てき 常 つね 规卷积,或 ある
x
(
t
)
{\displaystyle x(t)}
与 あずか
h
T
(
t
)
{\displaystyle h_{_{T}}(t)}
的 てき 常 つね 规卷积,二 に 者 しゃ 都 と 等 とう 价于
h
T
(
t
)
{\displaystyle h_{_{T}}(t)}
与 あずか
x
T
(
t
)
{\displaystyle x_{_{T}}(t)}
的 てき 周期 しゅうき 积分:
(
h
∗
x
T
)
(
t
)
≜
∫
−
∞
∞
h
(
τ たう
)
x
T
(
t
−
τ たう
)
d
τ たう
=
∫
t
0
t
0
+
T
h
T
(
τ たう
)
x
T
(
t
−
τ たう
)
d
τ たう
{\displaystyle (h*x_{_{T}})(t)\ \triangleq \ \ \int _{-\infty }^{\infty }h(\tau )x_{_{T}}(t-\tau )\,d\tau \ =\ \int _{t_{0}}^{t_{0}+T}h_{_{T}}(\tau )x_{_{T}}(t-\tau )\,d\tau }
(
h
∗
x
T
)
(
t
)
=
(
x
∗
h
T
)
(
t
)
{\displaystyle (h*x_{_{T}})(t)=(x*h_{_{T}})(t)}
圆周卷 まき 积 是 ぜ 周期 しゅうき 卷 まき 积的特殊 とくしゅ 情 じょう 况[ 11] [ 12] ,其中函数 かんすう
h
{\displaystyle h}
和 わ
x
{\displaystyle x}
二者的非零部份,都 と 限定 げんてい 在 ざい 区 く 间
[
0
,
T
]
{\displaystyle [0,T]}
之 これ 内 ない ,此时的 てき 周期 しゅうき 求 もとめ 和 わ 称 しょう 为“周期 しゅうき 延 のべ 拓 たく ”。
h
∗
x
T
{\displaystyle h*x_{_{T}}}
中 ちゅう 函数 かんすう
x
T
{\displaystyle x_{_{T}}}
可 か 以通过取非 ひ 负余 よ 数 すう 的 てき 模 かたぎ 除 じょ 运算表 ひょう 达为“圆周函数 かんすう ”:
x
T
(
t
)
=
x
(
t
m
o
d
T
)
,
t
∈
R
{\displaystyle x_{_{T}}(t)=x(t_{\mathrm {mod} \ T}),\quad t\in \mathbb {R} }
而积分 ぶん 的 てき 界 かい 限 げん 可 か 以缩简至函数 かんすう
h
{\displaystyle h}
的 てき 长度范围
[
0
,
T
]
{\displaystyle [0,T]}
:
(
h
∗
x
T
)
(
t
)
=
∫
0
T
h
(
τ たう
)
x
(
(
t
−
τ たう
)
m
o
d
T
)
d
τ たう
{\displaystyle (h*x_{_{T}})(t)=\int _{0}^{T}h(\tau )x((t-\tau )_{\mathrm {mod} \ T})\ d\tau }
离散卷 まき 积示意 い 图
对于定 てい 义在整數 せいすう
Z
{\displaystyle \mathbb {Z} }
上 うえ 且得出 で 复数 值的函数 かんすう
f
[
n
]
{\displaystyle f[n]}
和 わ
g
[
n
]
{\displaystyle g[n]}
,离散卷 まき 积定义为[ 13] :
(
f
∗
g
)
[
n
]
≜
∑
m
=
−
∞
∞
f
[
m
]
g
[
n
−
m
]
=
∑
m
=
−
∞
∞
f
[
n
−
m
]
g
[
m
]
{\displaystyle (f*g)[n]\ \ \triangleq \ \sum _{m=-\infty }^{\infty }{f[m]g[n-m]}=\sum _{m=-\infty }^{\infty }f[n-m]\,g[m]}
這裡一樣把函數定義域以外的值當成零,所以 ゆえん 可 か 以擴展 てん 函數 かんすう 到 いた 所有 しょゆう 整數 せいすう 上 じょう (如果本來 ほんらい 不 ふ 是 ぜ 的 てき 話 ばなし )。两个有限 ゆうげん 序列 じょれつ 的 てき 卷 まき 积的定 てい 义,是 これ 将 はた 这些序列 じょれつ 扩展成 なり 在 ざい 整数 せいすう 集合 しゅうごう 上 じょう 有限 ゆうげん 支 ささえ 撑的函数 かんすう 。在 ざい 这些序列 じょれつ 是 ぜ 两个多 た 项式的 まと 系 けい 数 すう 之 の 时,这两个多项式的 てき 普通 ふつう 乘 じょう 积的系 けい 数 すう ,就是这两个序列 じょれつ 的 てき 卷 まき 积。这叫做序列 じょれつ 系 けい 数 すう 的 てき 柯西乘 じょう 积 。
當 とう
g
[
n
]
{\displaystyle g[n]}
的 てき 支 ささえ 撐集為 ため 有限 ゆうげん 長 ちょう 度 ど 的 てき
{
−
M
,
−
M
+
1
,
…
,
M
−
1
,
M
}
{\displaystyle \{-M,-M+1,\dots ,M-1,M\}}
之 これ 时,上 うえ 式 しき 會 かい 變成 へんせい 有限 ゆうげん 求 もとめ 和 わ :
(
f
∗
g
)
[
n
]
=
∑
m
=
−
M
M
f
[
n
−
m
]
g
[
m
]
{\displaystyle (f*g)[n]=\sum _{m=-M}^{M}f[n-m]g[m]}
用 よう 离散二 に 维卷积对图像 进行锐化 处理 的 てき 动画
类似于一维情况,使用 しよう 星 ほし 号 ごう 表示 ひょうじ 卷 まき 积,而维度 ど 体 からだ 现在星 ほし 号 ごう 的 てき 数量 すうりょう 上 じょう ,
M
{\displaystyle M}
维卷积就写 うつし 为
M
{\displaystyle M}
个星号 ごう 。下面 かめん 是 ぜ
M
{\displaystyle M}
维信号 ごう 的 てき 卷 まき 积的表示法 ひょうじほう :
y
(
n
1
,
n
2
,
.
.
.
,
n
M
)
=
h
(
n
1
,
n
2
,
.
.
.
,
n
M
)
∗
⋯
M
∗
x
(
n
1
,
n
2
,
.
.
.
,
n
M
)
{\displaystyle y(n_{1},n_{2},...,n_{_{M}})=h(n_{1},n_{2},...,n_{_{M}})*{\overset {M}{\cdots }}*x(n_{1},n_{2},...,n_{_{M}})}
对于离散值的信号 しんごう ,这个卷 まき 积可以直接 ちょくせつ 如下这样计算:
∑
k
1
=
−
∞
∞
∑
k
2
=
−
∞
∞
.
.
.
∑
k
M
=
−
∞
∞
h
(
k
1
,
k
2
,
.
.
.
,
k
M
)
x
(
n
1
−
k
1
,
n
2
−
k
2
,
.
.
.
,
n
M
−
k
M
)
{\displaystyle \sum _{k_{1}=-\infty }^{\infty }\sum _{k_{2}=-\infty }^{\infty }...\sum _{k_{_{M}}=-\infty }^{\infty }h(k_{1},k_{2},...,k_{_{M}})x(n_{1}-k_{1},n_{2}-k_{2},...,n_{_{M}}-k_{_{M}})}
结果的 てき 离散多 た 维卷积所支 ささえ 撑的输出区域 くいき ,基 き 于两个输入信 にゅうしん 号 ごう 所 しょ 支 ささえ 撑的大 だい 小和 おわ 区域 くいき 来 らい 决定。
在 ざい 两个二维信号之间的卷积的可视化
对比离散无周期 き 卷 まき 积(左 ひだり 列 れつ )与 あずか 离散圆周卷 まき 积(右 みぎ 列 れつ )
对于离散序列 じょれつ 和 わ 一 いち 个参数 すう
N
{\displaystyle N}
,无周期 き 函数 かんすう
h
{\displaystyle h}
和 わ
x
{\displaystyle x}
的 てき “周期 しゅうき 卷 まき 积”是 ぜ 为:
(
h
∗
x
N
)
[
n
]
≜
∑
m
=
−
∞
∞
h
[
m
]
x
N
[
n
−
m
]
⏟
∑
k
=
−
∞
∞
x
[
n
−
m
−
k
N
]
=
∑
m
=
0
N
−
1
(
∑
k
=
−
∞
∞
h
[
m
−
k
N
]
)
x
N
[
n
−
m
]
{\displaystyle (h*x_{_{N}})[n]\ \triangleq \ \sum _{m=-\infty }^{\infty }h[m]\underbrace {x_{_{N}}[n-m]} _{\sum _{k=-\infty }^{\infty }x[n-m-kN]}\ =\ \sum _{m=0}^{N-1}\left(\sum _{k=-\infty }^{\infty }{h}[m-kN]\right)x_{_{N}}[n-m]}
这个函数 かんすう 有 ゆう 周期 しゅうき
N
{\displaystyle N}
,它有最多 さいた
N
{\displaystyle N}
个唯一 いち 性的 せいてき 值。
h
{\displaystyle h}
和 わ
x
{\displaystyle x}
的 てき 非 ひ 零 れい 范围都 と 是 ぜ
[
0
,
N
−
1
]
{\displaystyle [0,N-1]}
的 てき 特殊 とくしゅ 情 じょう 况叫做圆周卷 まき 积 :
(
h
∗
x
N
)
[
n
]
=
∑
m
=
0
N
−
1
h
[
m
]
x
N
[
n
−
m
]
=
∑
m
=
0
N
−
1
h
[
m
]
x
[
(
n
−
m
)
mod
N
]
{\displaystyle (h*x_{_{N}})[n]=\sum _{m=0}^{N-1}h[m]x_{_{N}}[n-m]=\sum _{m=0}^{N-1}h[m]x[(n-m)_{\bmod {N}}]}
离散圆周卷 まき 积可简约为矩 のり 阵乘法 ほう ,这里的 てき 积分变换 的 てき 核 かく 函数 かんすう 是 ぜ 循环矩 のり 阵 :
[
y
0
y
1
⋮
y
N
−
1
]
=
[
h
0
h
N
−
1
⋯
h
1
h
1
h
0
⋯
h
2
⋮
⋮
⋱
⋮
h
N
−
1
h
N
−
2
⋯
h
0
]
[
x
0
x
1
⋮
x
N
−
1
]
{\displaystyle {\begin{bmatrix}y_{0}\\y_{1}\\\vdots \\y_{_{N-1}}\end{bmatrix}}={\begin{bmatrix}h_{0}&h_{_{N-1}}&\cdots &h_{1}\\h_{1}&h_{0}&\cdots &h_{2}\\\vdots &\vdots &\ddots &\vdots \\h_{_{N-1}}&h_{_{N-2}}&\cdots &h_{0}\end{bmatrix}}{\begin{bmatrix}x_{0}\\x_{1}\\\vdots \\x_{_{N-1}}\end{bmatrix}}}
圆周卷 まき 积最经常出 で 现的快速 かいそく 傅 でん 里 さと 叶 かのう 变换的 てき 实现算法 さんぽう 比 ひ 如雷 かみなり 德 とく 演算 えんざん 法 ほう 之 これ 中 ちゅう 。
各 かく 种卷积算子 こ 都 と 满足下 か 列 れつ 性 せい 质:
交换律 りつ
f
∗
g
=
g
∗
f
{\displaystyle f*g=g*f\,}
结合律 りつ
f
∗
(
g
∗
h
)
=
(
f
∗
g
)
∗
h
{\displaystyle f*(g*h)=(f*g)*h\,}
分配 ぶんぱい 律 りつ
f
∗
(
g
+
h
)
=
(
f
∗
g
)
+
(
f
∗
h
)
{\displaystyle f*(g+h)=(f*g)+(f*h)\,}
数 すう 乘 じょう 结合律 りつ
a
(
f
∗
g
)
=
(
a
f
)
∗
g
=
f
∗
(
a
g
)
{\displaystyle a(f*g)=(af)*g=f*(ag)\,}
其中
a
{\displaystyle a}
为任意 にんい 实数 (或 ある 复数 )。
复数共 ども 轭
f
∗
g
¯
=
f
¯
∗
g
¯
{\displaystyle {\overline {f*g}}={\overline {f}}*{\overline {g}}}
微 ほろ 分有 ぶんゆう 关
(
f
∗
g
)
′
=
f
′
∗
g
=
f
∗
g
′
{\displaystyle (f*g)'=f'*g=f*g'}
积分有 ぶんゆう 关
如果
F
(
t
)
=
∫
−
∞
t
f
(
τ たう
)
d
τ たう
{\textstyle F(t)=\int _{-\infty }^{t}f(\tau )d\tau }
,并且
G
(
t
)
=
∫
−
∞
t
g
(
τ たう
)
d
τ たう
{\textstyle G(t)=\int _{-\infty }^{t}g(\tau )\,d\tau }
,则有:
(
F
∗
g
)
(
t
)
=
(
f
∗
G
)
(
t
)
=
∫
−
∞
t
(
f
∗
g
)
(
τ たう
)
d
τ たう
{\displaystyle (F*g)(t)=(f*G)(t)=\int _{-\infty }^{t}(f*g)(\tau )\,d\tau }
如果
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
是 ぜ 可 か 积分函数 かんすう ,则它们在整 せい 个空间上的 てき 卷 まき 积的积分,简单的 てき 就是它们积分的 てき 乘 じょう 积[ 14] :
∫
R
n
(
f
∗
g
)
(
t
)
d
n
t
=
(
∫
R
n
f
(
t
)
d
n
t
)
(
∫
R
n
g
(
t
)
d
n
t
)
{\displaystyle \int _{\mathbb {R} ^{n}}(f*g)(t)\,d^{n}t=\left(\int _{\mathbb {R} ^{n}}f(t)\,d^{n}t\right)\left(\int _{\mathbb {R} ^{n}}g(t)\,d^{n}t\right)}
这是富 とみ 比 ひ 尼 あま 定理 ていり 的 てき 结果。如果
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
只 ただ 被 ひ 假定 かてい 为非负可测度函数 かんすう ,根 ね 据 すえ 托 たく 内 ない 利 り 定理 ていり ,这也是 ぜ 成立 せいりつ 的 てき 。
在 ざい 一元 いちげん 函数 かんすう 情 じょう 况下,
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
的 てき 卷 まき 积的导数 有 ゆう 着 ぎ :
d
d
t
(
f
∗
g
)
=
d
f
d
t
∗
g
=
f
∗
d
g
d
t
{\displaystyle {\frac {d}{dt}}(f*g)={\frac {df}{dt}}*g=f*{\frac {dg}{dt}}}
这里的 てき
d
d
t
{\displaystyle {\frac {d}{dt}}}
是 これ 微分 びぶん 算 さん 子 こ 。更 さら 一般 いっぱん 的 てき 说,在 ざい 多元 たげん 函数 かんすう 的 てき 情 じょう 况下,对偏 へん 导数也有 やゆう 类似的 てき 公式 こうしき :
∂
∂
t
i
(
f
∗
g
)
=
∂
f
∂
t
i
∗
g
=
f
∗
∂
g
∂
t
i
{\displaystyle {\frac {\partial }{\partial t_{i}}}(f*g)={\frac {\partial f}{\partial t_{i}}}*g=f*{\frac {\partial g}{\partial t_{i}}}}
这就有 ゆう 了 りょう 一个特殊结论,卷 かん 积可以看作 さく “光 ひかり 滑 すべり ”运算:
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
的 てき 卷 まき 积可微分 びぶん 的 てき 次数 じすう ,是 ぜ
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
的 てき 总数。
这些恒等 こうとう 式 しき 成立 せいりつ 的 てき 严格条件 じょうけん ,为
f
{\displaystyle f}
和 わ
g
{\displaystyle g}
是 ぜ 绝对可 か 积分的 てき ,并且至 いたり 少 しょう 二者之一有绝对可积分(
L
1
{\displaystyle L^{1}}
)弱 じゃく 导数,这是Young卷 まき 积不等式 とうしき 的 てき 结论。
在 ざい 离散情 じょう 况下,差分 さぶん 算 さん 子 こ
Δ でるた
[
f
]
(
n
)
=
f
(
n
+
1
)
−
f
(
n
)
{\displaystyle \Delta [f](n)=f(n+1)-f(n)}
满足类似的 てき 关系:
Δ でるた
(
f
∗
g
)
=
(
Δ でるた
f
)
∗
g
=
f
∗
(
Δ でるた
g
)
{\displaystyle \Delta (f*g)=(\Delta f)*g=f*(\Delta g)}
卷 まき 积定理 ていり 指出 さしで [ 15] ,在 ざい 适当的 てき 条件下 じょうけんか ,两个函数 かんすう (或 ある 信号 しんごう )的 てき 卷 まき 积的傅 でん 里 さと 叶 かのう 变换 ,是 ぜ 它们的 てき 傅 でん 里 さと 叶 かのう 变换的 てき 逐点乘 じょう 积 。更 さら 一般 いっぱん 的 てき 说,在 ざい 一 いち 个域(比 ひ 如时域 )中 ちゅう 的 てき 卷 まき 积等于在其他域 いき (比 ひ 如频域 )逐点 乘法 じょうほう 。
设两个函数 すう
g
(
x
)
{\displaystyle g(x)}
和 わ
h
(
x
)
{\displaystyle h(x)}
,分 ふん 别具有 ぐゆう 傅 でん 里 さと 叶 かのう 变换
G
(
s
)
{\displaystyle G(s)}
和 わ
H
(
s
)
{\displaystyle H(s)}
:
G
(
s
)
≜
F
{
g
}
(
s
)
=
∫
−
∞
∞
g
(
x
)
e
−
i
2
π ぱい
s
x
d
x
,
s
∈
R
H
(
s
)
≜
F
{
h
}
(
s
)
=
∫
−
∞
∞
h
(
x
)
e
−
i
2
π ぱい
s
x
d
x
,
s
∈
R
{\displaystyle {\begin{aligned}G(s)&\triangleq {\mathcal {F}}\{g\}(s)=\int _{-\infty }^{\infty }g(x)e^{-i2\pi sx}\,dx,\quad s\in \mathbb {R} \\H(s)&\triangleq {\mathcal {F}}\{h\}(s)=\int _{-\infty }^{\infty }h(x)e^{-i2\pi sx}\,dx,\quad s\in \mathbb {R} \end{aligned}}}
这里的 てき
F
{\displaystyle {\mathcal {F}}}
算 さん 子 こ 指示 しじ 傅 でん 里 さと 叶 かのう 变换 。
卷 まき 积定理 ていり 声 ごえ 称 しょう :
F
{
g
∗
h
}
(
s
)
=
G
(
s
)
H
(
s
)
,
s
∈
R
{\displaystyle {\mathcal {F}}\{g*h\}(s)=G(s)H(s),\quad s\in \mathbb {R} }
F
{
g
⋅
h
}
(
s
)
=
G
(
s
)
∗
H
(
s
)
,
s
∈
R
{\displaystyle {\mathcal {F}}\{g\cdot h\}(s)=G(s)*H(s),\quad s\in \mathbb {R} }
应用逆 ぎゃく 傅 でん 里 さと 叶 かのう 变换
F
−
1
{\displaystyle {\mathcal {F}}^{-1}}
产生推论:
(
g
∗
h
)
(
s
)
=
F
−
1
{
G
⋅
H
}
,
s
∈
R
{\displaystyle (g*h)(s)={\mathcal {F}}^{-1}\{G\cdot H\},\quad s\in \mathbb {R} }
(
g
⋅
h
)
(
s
)
=
F
−
1
{
G
∗
H
}
,
s
∈
R
{\displaystyle (g\cdot h)(s)={\mathcal {F}}^{-1}\{G*H\},\quad s\in \mathbb {R} }
这里的 てき 算 さん 符 ふ
⋅
{\displaystyle \,\cdot \,}
指示 しじ 逐点 乘法 じょうほう 。
这一定理 ていり 对拉 ひしげ 普 ひろし 拉 ひしげ 斯变换 、双 そう 边拉普 ひろし 拉 ひしげ 斯变换 、Z变换 、梅林 うめばやし 变换和 わ Hartley变换 等 ひとし 各 かく 种傅里 さと 叶 かのう 变换的 てき 变体同 どう 样成立 せいりつ 。在 ざい 调和分析 ぶんせき 中 ちゅう 还可以推广到在 ざい 局部 きょくぶ 紧致的 てき 阿 おもね 贝尔群 ぐん 上 うえ 定 じょう 义的傅 でん 里 さと 叶 かのう 变换。
对于周期 しゅうき 为
P
{\displaystyle P}
的 てき 函数 かんすう
g
P
(
x
)
{\displaystyle g_{_{P}}(x)}
和 わ
h
P
(
x
)
{\displaystyle h_{_{P}}(x)}
,可 か 以被表 ひょう 达为二 に 者 しゃ 的 てき 周期 しゅうき 求 もとめ 和 わ :
g
P
(
x
)
≜
∑
m
=
−
∞
∞
g
(
x
−
m
P
)
,
m
∈
Z
h
P
(
x
)
≜
∑
m
=
−
∞
∞
h
(
x
−
m
P
)
,
m
∈
Z
{\displaystyle {\begin{aligned}g_{_{P}}(x)\ &\triangleq \sum _{m=-\infty }^{\infty }g(x-mP),\quad m\in \mathbb {Z} \\h_{_{P}}(x)\ &\triangleq \sum _{m=-\infty }^{\infty }h(x-mP),\quad m\in \mathbb {Z} \end{aligned}}}
它们的 てき 傅 でん 里 さと 叶 かのう 级数系 けい 数 すう 为:
G
[
k
]
≜
F
{
g
P
}
[
k
]
=
1
P
∫
P
g
P
(
x
)
e
−
i
2
π ぱい
k
x
/
P
d
x
,
k
∈
Z
H
[
k
]
≜
F
{
h
P
}
[
k
]
=
1
P
∫
P
h
P
(
x
)
e
−
i
2
π ぱい
k
x
/
P
d
x
,
k
∈
Z
{\displaystyle {\begin{aligned}G[k]&\triangleq {\mathcal {F}}\{g_{_{P}}\}[k]={\frac {1}{P}}\int _{P}g_{_{P}}(x)e^{-i2\pi kx/P}\,dx,\quad k\in \mathbb {Z} \\H[k]&\triangleq {\mathcal {F}}\{h_{_{P}}\}[k]={\frac {1}{P}}\int _{P}h_{_{P}}(x)e^{-i2\pi kx/P}\,dx,\quad k\in \mathbb {Z} \end{aligned}}}
这里的 てき
F
{\displaystyle {\mathcal {F}}}
算 さん 子 こ 指示 しじ 傅 でん 里 さと 叶 かのう 级数积分 。
逐点乘 じょう 积
g
P
(
x
)
⋅
h
P
(
x
)
{\displaystyle g_{_{P}}(x)\cdot h_{_{P}}(x)}
的 てき 周期 しゅうき 也是
P
{\displaystyle P}
,它的傅 でん 里 さと 叶 かのう 级数系 けい 数 すう 为:
F
{
g
P
⋅
h
P
}
[
k
]
=
(
G
∗
H
)
[
k
]
{\displaystyle {\mathcal {F}}\{g_{_{P}}\cdot h_{_{P}}\}[k]=(G*H)[k]}
周期 しゅうき 卷 まき 积
(
g
P
∗
h
)
(
x
)
{\displaystyle (g_{_{P}}*h)(x)}
的 てき 周期 しゅうき 也是
P
{\displaystyle P}
,周期 しゅうき 卷 まき 积的卷 まき 积定理 ていり 为:
F
{
g
P
∗
h
}
[
k
]
=
P
⋅
G
[
k
]
H
[
k
]
{\displaystyle {\mathcal {F}}\{g_{_{P}}*h\}[k]=\ P\cdot G[k]\ H[k]}
对于作 さく 为两个连续函数 すう 采 さい 样的 てき 序列 じょれつ
g
[
n
]
{\displaystyle g[n]}
和 わ
h
[
n
]
{\displaystyle h[n]}
,它们具有 ぐゆう 离散时间傅 でん 里 さと 叶 かのう 变换
G
(
s
)
{\displaystyle G(s)}
和 わ
H
(
s
)
{\displaystyle H(s)}
:
G
(
s
)
≜
F
{
g
}
(
s
)
=
∑
n
=
−
∞
∞
g
[
n
]
⋅
e
−
i
2
π ぱい
s
n
,
s
∈
R
H
(
s
)
≜
F
{
h
}
(
s
)
=
∑
n
=
−
∞
∞
h
[
n
]
⋅
e
−
i
2
π ぱい
s
n
,
s
∈
R
{\displaystyle {\begin{aligned}G(s)&\triangleq {\mathcal {F}}\{g\}(s)=\sum _{n=-\infty }^{\infty }g[n]\cdot e^{-i2\pi sn}\;,\quad s\in \mathbb {R} \\H(s)&\triangleq {\mathcal {F}}\{h\}(s)=\sum _{n=-\infty }^{\infty }h[n]\cdot e^{-i2\pi sn}\;,\quad s\in \mathbb {R} \end{aligned}}}
这里的 てき
F
{\displaystyle {\mathcal {F}}}
算 さん 子 こ 指示 しじ 离散时间傅 でん 里 さと 叶 かのう 变换 (DTFT)。
离散卷 まき 积的卷 まき 积定理 ていり 为:
F
{
g
∗
h
}
(
s
)
=
G
(
s
)
H
(
s
)
{\displaystyle {\mathcal {F}}\{g*h\}(s)=\ G(s)H(s)}
对于周期 しゅうき 为
N
{\displaystyle N}
的 てき 序列 じょれつ
g
N
[
n
]
{\displaystyle g_{_{N}}[n]}
和 わ
h
N
[
n
]
{\displaystyle h_{_{N}}[n]}
:
g
N
[
n
]
≜
∑
m
=
−
∞
∞
g
[
n
−
m
N
]
,
m
,
n
∈
Z
h
N
[
n
]
≜
∑
m
=
−
∞
∞
h
[
n
−
m
N
]
,
m
,
n
∈
Z
{\displaystyle {\begin{aligned}g_{_{N}}[n]\ &\triangleq \sum _{m=-\infty }^{\infty }g[n-mN],\quad m,n\in \mathbb {Z} \\h_{_{N}}[n]\ &\triangleq \sum _{m=-\infty }^{\infty }h[n-mN],\quad m,n\in \mathbb {Z} \end{aligned}}}
相 あい 较于离散时间傅 でん 里 さと 叶 かのう 变换
G
(
s
)
{\displaystyle G(s)}
和 わ
H
(
s
)
{\displaystyle H(s)}
的 てき 周期 しゅうき 是 ぜ
1
{\displaystyle 1}
,它们是 ぜ 按间隔 へだた
1
/
N
{\displaystyle 1/N}
采 さい 样
G
(
s
)
{\displaystyle G(s)}
和 わ
H
(
s
)
{\displaystyle H(s)}
,并在
N
{\displaystyle N}
个采样上进行了 りょう 逆 ぎゃく 离散傅 でん 里 さと 叶 かのう 变换 (DFT-1 或 ある IDFT)的 てき 结果。
离散周期 しゅうき 卷 まき 积
(
g
N
∗
h
)
[
n
]
{\displaystyle (g_{_{N}}*h)[n]}
的 てき 周期 しゅうき 也是
N
{\displaystyle N}
。离散周期 しゅうき 卷 まき 积定理 ていり 为:
F
{
g
N
∗
h
}
[
k
]
=
F
{
g
N
}
[
k
]
⏟
G
(
k
/
N
)
⋅
F
{
h
N
}
[
k
]
⏟
H
(
k
/
N
)
,
k
,
n
∈
Z
{\displaystyle {\mathcal {F}}\{g_{_{N}}*h\}[k]=\ \underbrace {{\mathcal {F}}\{g_{_{N}}\}[k]} _{G(k/N)}\cdot \underbrace {{\mathcal {F}}\{h_{_{N}}\}[k]} _{H(k/N)},\quad k,n\in \mathbb {Z} }
这里的 てき
F
{\displaystyle {\mathcal {F}}}
算 さん 子 こ 指示 しじ 长度
N
{\displaystyle N}
的 てき 离散傅 でん 里 さと 叶 かのう 变换 (DFT)。
它有着 ぎ 推论:
(
g
N
∗
h
)
[
n
]
=
F
−
1
{
F
{
g
N
}
⋅
F
{
h
N
}
}
{\displaystyle (g_{_{N}}*h)[n]=\ {\mathcal {F}}^{-1}\{{\mathcal {F}}\{g_{_{N}}\}\cdot {\mathcal {F}}\{h_{_{N}}\}\}}
对于其非零 れい 时段小 しょう 于等于
N
{\displaystyle N}
的 てき
g
{\displaystyle g}
和 わ
h
{\displaystyle h}
,离散圆周卷 まき 积的卷 まき 积定理 ていり 为:
(
g
N
∗
h
)
[
n
]
=
F
−
1
{
F
{
g
}
⋅
F
{
h
}
}
{\displaystyle (g_{_{N}}*h)[n]=\ {\mathcal {F}}^{-1}\{{\mathcal {F}}\{g\}\cdot {\mathcal {F}}\{h\}\}}
卷 まき 积的概念 がいねん 还可以推广到数列 すうれつ 、测度 以及广义函数 かんすう 上 うえ 去 さ 。函数 かんすう
f
,
g
{\displaystyle f,g}
是 ぜ 定義 ていぎ 在 ざい
R
n
{\displaystyle \mathbb {R} ^{n}}
上 うえ 的 てき 可 か 測 はか 函數 かんすう (measurable function),
f
{\displaystyle f}
与 あずか
g
{\displaystyle g}
存在 そんざい 卷 まき 积并记作
f
∗
g
{\displaystyle f*g}
。如果函數 かんすう 不 ふ 是 ぜ 定義 ていぎ 在 ざい
R
n
{\displaystyle \mathbb {R} ^{n}}
上 うえ ,可 か 以把函數 かんすう 定義 ていぎ 域 いき 以外 いがい 的 てき 值都規定 きてい 成 なり 零 れい ,這樣就變成 へんせい 一 いち 個 こ 定義 ていぎ 在 ざい
R
n
{\displaystyle \mathbb {R} ^{n}}
上 うえ 的 てき 函數 かんすう 。
若 わか G 是 ぜ 有 ゆう 某 ぼう m 测度 的 てき 群 ぐん (例 れい 如豪 ごう 斯多夫 おっと 空 そら 间上 うえ 哈尔测度 下 した 局部 きょくぶ 紧致的 てき 拓 つぶせ 扑群 ),对于G 上 うえ m -勒贝格 かく 可 か 积 的 てき 实数 或 ある 复数 函数 かんすう f 和 わ g ,可 か 定 てい 义它们的卷 まき 积:
(
f
∗
g
)
(
x
)
=
∫
G
f
(
y
)
g
(
x
y
−
1
)
d
m
(
y
)
{\displaystyle (f*g)(x)=\int _{G}f(y)g(xy^{-1})\,dm(y)\,}
对于这些群 ぐん 上 じょう 定 てい 义的卷 まき 积同样可以给出 で 诸如卷 まき 积定理 ていり 等 とう 性 せい 质,但 ただし 是 ぜ 这需要 よう 对这些群的 てき 表示 ひょうじ 理 り 论 以及调和分析 ぶんせき 的 てき 彼 かれ 得 とく -外 そと 尔定理 ていり 。
离散卷 まき 積 つもる 的 てき 計算 けいさん 方法 ほうほう [ 编辑 ]
計算 けいさん 卷 まき 積 つもる
f
[
n
]
∗
g
[
n
]
{\displaystyle f[n]*g[n]}
有 ゆう 三種 さんしゅ 主要 しゅよう 的 てき 方法 ほうほう ,分別 ふんべつ 為 ため
直接 ちょくせつ 計算 けいさん (Direct Method)
快速 かいそく 傅 でん 立葉 たてば 轉換 てんかん (FFT)
分段 ぶんだん 卷 まき 積 つもる (sectioned convolution)
方法 ほうほう 1是 ぜ 直接 ちょくせつ 利用 りよう 定義 ていぎ 來 らい 計算 けいさん 卷 まき 積 つもる ,而方法 ほう 2和 わ 3都 と 是 ぜ 用 よう 到 いた 了 りょう FFT來 らい 快速 かいそく 計算 けいさん 卷 まき 積 せき 。也有 やゆう 不 ふ 需要 じゅよう 用 よう 到 いた FFT的 てき 作法 さほう ,如使用 しよう 數 かず 論 ろん 轉換 てんかん 。
方法 ほうほう 1:直接 ちょくせつ 計算 けいさん [ 编辑 ]
作法 さほう :利用 りよう 卷 まき 積 つもる 的 てき 定義 ていぎ
y
[
n
]
=
f
[
n
]
∗
g
[
n
]
=
∑
m
=
0
M
−
1
f
[
n
−
m
]
g
[
m
]
{\displaystyle y[n]=f[n]*g[n]=\sum _{m=0}^{M-1}f[n-m]g[m]}
若 わか
f
[
n
]
{\displaystyle f[n]}
和 わ
g
[
n
]
{\displaystyle g[n]}
皆 みな 為 ため 實數 じっすう 信號 しんごう ,則 のり 需要 じゅよう
M
N
{\displaystyle MN}
個 こ 乘法 じょうほう 。
若 わか
f
[
n
]
{\displaystyle f[n]}
和 わ
g
[
n
]
{\displaystyle g[n]}
皆 みな 為 ため 更 さら 一般 いっぱん 性 せい 的 てき 複數 ふくすう 信號 しんごう ,不 ふ 使用 しよう 複數 ふくすう 乘法 じょうほう 的 てき 快速 かいそく 演算 えんざん 法 ほう ,會 かい 需要 じゅよう
4
M
N
{\displaystyle 4MN}
個 こ 乘法 じょうほう ;但 ただし 若 わか 使用 しよう 複數 ふくすう 乘法 じょうほう 的 てき 快速 かいそく 演算 えんざん 法 ほう ,則 のり 可 か 簡化至 いたり
3
M
N
{\displaystyle 3MN}
個 こ 乘法 じょうほう 。
因 いん 此,使用 しよう 定義 ていぎ 直接 ちょくせつ 計算 けいさん 卷 まき 積 つもる 的 てき 複雜 ふくざつ 度 ど 為 ため
O
(
M
N
)
{\displaystyle O(MN)}
。
方法 ほうほう 2:快速 かいそく 傅 でん 立葉 たてば 轉換 てんかん [ 编辑 ]
概念 がいねん :由 よし 於兩個 りゃんこ 離散 りさん 信號 しんごう 在 ざい 時 じ 域 いき (time domain)做卷積 せき 相當 そうとう 於這兩個 りゃんこ 信號 しんごう 的 てき 離散 りさん 傅 でん 立葉 たてば 轉換 てんかん 在 ざい 頻 しき 域 いき (frequency domain)做相乘 そうじょう :
y
[
n
]
=
f
[
n
]
∗
g
[
n
]
↔
Y
[
f
]
=
F
[
f
]
G
[
f
]
{\displaystyle y[n]=f[n]*g[n]\leftrightarrow Y[f]=F[f]G[f]}
,可 か 以看出 で 在 ざい 頻 しき 域 いき 的 てき 計算 けいさん 較簡單 かんたん 。
作法 さほう :因 いん 此這個 こ 方法 ほうほう 即 そく 是 ぜ 先 さき 將 はた 信號 しんごう 從 したがえ 時 じ 域 いき 轉成 てんせい 頻 しき 域 いき :
F
[
f
]
=
D
F
T
P
(
f
[
n
]
)
,
G
[
f
]
=
D
F
T
P
(
g
[
n
]
)
{\displaystyle F[f]=DFT_{P}(f[n]),G[f]=DFT_{P}(g[n])}
,於是
Y
[
f
]
=
D
F
T
P
(
f
[
n
]
)
D
F
T
P
(
g
[
n
]
)
{\displaystyle Y[f]=DFT_{P}(f[n])DFT_{P}(g[n])}
,最後 さいご 再 さい 將 はた 頻 しき 域 いき 信號 しんごう 轉回 てんかい 時 じ 域 いき ,就完成 かんせい 了 りょう 卷 まき 積 つもる 的 てき 計算 けいさん :
y
[
n
]
=
I
D
F
T
P
D
F
T
P
(
f
[
n
]
)
D
F
T
P
(
g
[
n
]
)
{\displaystyle y[n]=IDFT_{P}{DFT_{P}(f[n])DFT_{P}(g[n])}}
總 そう 共 きょう 做了2次 じ DFT和 わ 1次 じ IDFT。
特別 とくべつ 注意 ちゅうい DFT和 わ IDFT的 てき 點數 てんすう
P
{\displaystyle P}
要 よう 滿足 まんぞく
P
≥
M
+
N
−
1
{\displaystyle P\geq M+N-1}
。
由 よし 於DFT有 ゆう 快速 かいそく 演算 えんざん 法 ほう FFT,所以 ゆえん 運算 うんざん 量 りょう 為 ため
O
(
P
log
2
P
)
{\displaystyle O(P\log _{2}P)}
假設 かせつ
P
{\displaystyle P}
點 てん DFT的 てき 乘法 じょうほう 量 りょう 為 ため
a
{\displaystyle a}
,
f
[
n
]
{\displaystyle f[n]}
和 わ
g
[
n
]
{\displaystyle g[n]}
為 ため 一般 いっぱん 性 せい 的 てき 複數 ふくすう 信號 しんごう ,並 なみ 使用 しよう 複數 ふくすう 乘法 じょうほう 的 てき 快速 かいそく 演算 えんざん 法 ほう ,則 のり 共 ども 需要 じゅよう
3
a
+
3
P
{\displaystyle 3a+3P}
個 こ 乘法 じょうほう 。
方法 ほうほう 3:分段 ぶんだん 卷 まき 積 つもる [ 编辑 ]
概念 がいねん :將 しょう
f
[
n
]
{\displaystyle f[n]}
切 きり 成 なり 好 こう 幾 いく 段 だん (section),每 まい 一段 いちだん 分別 ふんべつ 和 わ
g
[
n
]
{\displaystyle g[n]}
做卷積 せき 後 ご ,再 さい 將 しょう 結果 けっか 相 しょう 加 か 。
作法 さほう :先 さき 將 しょう
f
[
n
]
{\displaystyle f[n]}
切 きり 成 なり 每 ごと 段 だん 長 ちょう 度 ど 為 ため
L
{\displaystyle L}
的 いくわ 區 く 段 だん (
L
>
M
{\displaystyle L>M}
),假設 かせつ 共 ども 切 きり 成 なり S段 だん :
f
[
n
]
(
n
=
0
,
1
,
.
.
.
,
N
−
1
)
→
f
1
[
n
]
,
f
2
[
n
]
,
f
3
[
n
]
,
.
.
.
,
f
S
[
n
]
(
S
=
⌈
N
L
⌉
)
{\displaystyle f[n](n=0,1,...,N-1)\to f_{1}[n],f_{2}[n],f_{3}[n],...,f_{S}[n](S=\left\lceil {\frac {N}{L}}\right\rceil )}
Section 1:
f
1
[
n
]
=
f
[
n
]
,
n
=
0
,
1
,
.
.
.
,
L
−
1
{\displaystyle f_{1}[n]=f[n],n=0,1,...,L-1}
Section 2:
f
2
[
n
]
=
f
[
n
+
L
]
,
n
=
0
,
1
,
.
.
.
,
L
−
1
{\displaystyle f_{2}[n]=f[n+L],n=0,1,...,L-1}
⋮
{\displaystyle \vdots }
Section r:
f
r
[
n
]
=
f
[
n
+
(
r
−
1
)
L
]
,
n
=
0
,
1
,
.
.
.
,
L
−
1
{\displaystyle f_{r}[n]=f[n+(r-1)L],n=0,1,...,L-1}
⋮
{\displaystyle \vdots }
Section S:
f
S
[
n
]
=
f
[
n
+
(
S
−
1
)
L
]
,
n
=
0
,
1
,
.
.
.
,
L
−
1
{\displaystyle f_{S}[n]=f[n+(S-1)L],n=0,1,...,L-1}
,
f
[
n
]
{\displaystyle f[n]}
為 ため 各個 かっこ section的 てき 和 わ
f
[
n
]
=
∑
r
=
1
S
f
r
[
n
+
(
r
−
1
)
L
]
{\displaystyle f[n]=\sum _{r=1}^{S}f_{r}[n+(r-1)L]}
。
因 いん 此,
y
[
n
]
=
f
[
n
]
∗
g
[
n
]
=
∑
r
=
1
S
∑
m
=
0
M
−
1
f
r
[
n
+
(
r
−
1
)
L
−
m
]
g
[
m
]
{\displaystyle y[n]=f[n]*g[n]=\sum _{r=1}^{S}\sum _{m=0}^{M-1}f_{r}[n+(r-1)L-m]g[m]}
,
每 まい 一小段作卷積則是採用方法2,先 さき 將 しょう 時 じ 域 いき 信號 しんごう 轉 うたて 到 いた 頻 しき 域 いき 相乘 そうじょう ,再 さい 轉回 てんかい 時 じ 域 いき :
y
[
n
]
=
I
D
F
T
(
∑
r
=
1
S
∑
m
=
0
M
−
1
D
F
T
P
(
f
r
[
n
+
(
r
−
1
)
L
−
m
]
)
D
F
T
P
(
g
[
m
]
)
)
,
P
≥
M
+
L
−
1
{\displaystyle y[n]=IDFT(\sum _{r=1}^{S}\sum _{m=0}^{M-1}DFT_{P}(f_{r}[n+(r-1)L-m])DFT_{P}(g[m])),P\geq M+L-1}
。
總 そう 共 きょう 只 ただ 需要 じゅよう 做
P
{\displaystyle P}
點 てん FFT
2
S
+
1
{\displaystyle 2S+1}
次 つぎ ,因 よし 為 ため
g
[
n
]
{\displaystyle g[n]}
只 ただ 需要 じゅよう 做一 いち 次 じ FFT。
假設 かせつ
P
{\displaystyle P}
點 てん DFT的 てき 乘法 じょうほう 量 りょう 為 ため
a
{\displaystyle a}
,
f
[
n
]
{\displaystyle f[n]}
和 わ
g
[
n
]
{\displaystyle g[n]}
為 ため 一般 いっぱん 性 せい 的 てき 複數 ふくすう 信號 しんごう ,並 なみ 使用 しよう 複數 ふくすう 乘法 じょうほう 的 てき 快速 かいそく 演算 えんざん 法 ほう ,則 のり 共 ども 需要 じゅよう
(
2
S
+
1
)
a
+
3
S
P
{\displaystyle (2S+1)a+3SP}
個 こ 乘法 じょうほう 。
運算 うんざん 量 りょう :
N
L
3
(
L
+
M
−
1
)
[
log
2
(
L
+
M
−
1
)
+
1
]
{\displaystyle {\frac {N}{L}}3(L+M-1)[\log _{2}(L+M-1)+1]}
運算 うんざん 複雜 ふくざつ 度 ど :
O
(
N
)
{\displaystyle O(N)}
,和 わ
N
{\displaystyle N}
呈 てい 線 せん 性 せい ,較方法 ほう 2小 しょう 。
分 ぶん 為 ため Overlap-Add 和 わ Overlap-Save 兩 りょう 種 たね 方法 ほうほう 。
分段 ぶんだん 卷 まき 積 つもる : Overlap-Add
欲 よく 做
x
[
n
]
∗
h
[
n
]
{\displaystyle x[n]*h[n]}
的 てき 分段 ぶんだん 卷 まき 積分 せきぶん ,
x
[
n
]
{\displaystyle x[n]}
長 なが 度 たび 為 ため
N
{\displaystyle N}
,
h
[
n
]
{\displaystyle h[n]}
長 なが 度 たび 為 ため
M
{\displaystyle M}
,
Step 1: 將 しょう
x
[
n
]
{\displaystyle x[n]}
每 まい
L
{\displaystyle L}
分 ぶん 成 なり 一 いち 段 だん
Step 2: 再 さい 每 まい 段 だん
L
{\displaystyle L}
點 てん 後 ご 面 めん 添加 てんか
M
−
1
{\displaystyle M-1}
個 こ 零 れい ,變成 へんせい 長 ちょう 度 たび
L
+
M
−
1
{\displaystyle L+M-1}
Step 3: 把 わ
h
[
n
]
{\displaystyle h[n]}
添加 てんか
L
−
1
{\displaystyle L-1}
個 こ 零 れい ,變成 へんせい 長 ちょう 度 たび
L
+
M
−
1
{\displaystyle L+M-1}
的 てき
h
′
[
n
]
{\displaystyle h'[n]}
Step 4: 把 わ 每 ごと 個 こ
x
[
n
]
{\displaystyle x[n]}
的 てき 小 しょう 段 だん 和 わ
h
′
[
n
]
{\displaystyle h'[n]}
做快速 そく 卷 まき 積 つもる ,也就是 ぜ
I
D
F
T
L
+
M
−
1
{
D
F
T
L
+
M
−
1
(
x
[
n
]
)
D
F
T
L
+
M
−
1
(
h
′
[
n
]
)
}
{\displaystyle IDFT_{L+M-1}\{{DFT_{L+M-1}(x[n])DFT_{L+M-1}(h'[n])}\}}
,每 まい 小 しょう 段 だん 會得 えとく 到 いた 長 なが 度 たび
L
+
M
−
1
{\displaystyle L+M-1}
的 てき 時 じ 域 いき 訊號
Step 5: 放置 ほうち 第 だい
i
{\displaystyle i}
個 こ 小 しょう 段 だん 的 てき 起 おこり 點在 てんざい 位置 いち
L
×
i
{\displaystyle L\times i}
上 うえ ,
i
=
0
,
1
,
.
.
.
,
⌈
N
L
⌉
−
1
{\displaystyle i=0,1,...,\lceil {\frac {N}{L}}\rceil -1}
Step 6: 會 かい 發現 はつげん 在 ざい 每 まい 一段 いちだん 的 てき 後 ご 面 めん
M
−
1
{\displaystyle M-1}
點 てん 有 ゆう 重疊 ちょうじょう ,將 はた 所有 しょゆう 點 てん 都 と 相 しょう 加 か 起 おこり 來 らい ,顧名思 おもえ 義 よし Overlap-Add,最後 さいご 得 え 到 いた 結果 けっか
舉例來 らい 說 せつ :
x
[
n
]
=
[
1
,
2
,
3
,
4
,
5
,
−
1
,
−
2
,
−
3
,
−
4
,
−
5
,
1
,
2
,
3
,
4
,
5
]
{\displaystyle x[n]=[1,2,3,4,5,-1,-2,-3,-4,-5,1,2,3,4,5]}
, 長 なが 度 たび
N
=
15
{\displaystyle N=15}
h
[
n
]
=
[
1
,
2
,
3
]
{\displaystyle h[n]=[1,2,3]}
, 長 なが 度 たび
M
=
3
{\displaystyle M=3}
令 れい
L
=
5
{\displaystyle L=5}
令 れい
L
=
5
{\displaystyle L=5}
切 きり 成 なり 三 さん 段 だん ,分別 ふんべつ 為 ため
x
0
[
n
]
,
x
1
[
n
]
,
x
2
[
n
]
{\displaystyle x_{0}[n],x_{1}[n],x_{2}[n]}
, 每 まい 段 だん 填 はま
M
−
1
{\displaystyle M-1}
個 こ 零 れい ,並 なみ 將 しょう
h
[
n
]
{\displaystyle h[n]}
填 はま 零 れい 至 いたり 長 ちょう 度 たび
L
+
M
−
1
{\displaystyle L+M-1}
將 はた 每 まい 一 いち 段 だん 做
I
D
F
T
L
+
M
−
1
{
D
F
T
L
+
M
−
1
(
x
[
n
]
)
D
F
T
L
+
M
−
1
(
h
′
[
n
]
)
}
{\displaystyle IDFT_{L+M-1}\{{DFT_{L+M-1}(x[n])DFT_{L+M-1}(h'[n])}\}}
若 わか 將 しょう 每 ごと 小 しょう 段 だん 擺在一 いち 起 おこり ,可 か 以注意 ちゅうい 到 いた 第 だい 一段 いちだん 的 てき 範圍 はんい 是 ぜ
0
∼
6
{\displaystyle 0\thicksim 6}
,第 だい 二 に 段 だん 的 てき 範圍 はんい 是 ぜ
5
∼
11
{\displaystyle 5\thicksim 11}
,第 だい 三 さん 段 だん 的 てき 範圍 はんい 是 ぜ
10
∼
16
{\displaystyle 10\thicksim 16}
,三段的範圍是有重疊的
最後 さいご 將 しょう 三小段加在一起,並 なみ 將 はた 結果 けっか 和 わ 未 み 分段 ぶんだん 的 てき 卷 まき 積 つもる 做比較 ひかく ,上 うえ 圖 ず 是 ぜ 分段 ぶんだん 的 てき 結果 けっか ,下圖 したず 是 ぜ 沒 ぼつ 有 ゆう 分段 ぶんだん 並 なみ 利用 りよう 快速 かいそく 卷 まき 積 つもる 所 しょ 算出 さんしゅつ 的 てき 結果 けっか ,驗 けん 證 しょう 兩者 りょうしゃ 運算 うんざん 結果 けっか 相 しょう 同 どう 。
分段 ぶんだん 卷 まき 積 つもる : Overlap-Save
欲 よく 做
x
[
n
]
∗
h
[
n
]
{\displaystyle x[n]*h[n]}
的 てき 分段 ぶんだん 卷 まき 積分 せきぶん ,
x
[
n
]
{\displaystyle x[n]}
長 なが 度 たび 為 ため
N
{\displaystyle N}
,
h
[
n
]
{\displaystyle h[n]}
長 なが 度 たび 為 ため
M
{\displaystyle M}
,
Step 1: 將 しょう
x
[
n
]
{\displaystyle x[n]}
前面 ぜんめん 填 はま
M
−
1
{\displaystyle M-1}
個 こ 零 れい
Step 2: 第 だい 一 いち 段 だん
i
=
0
{\displaystyle i=0}
, 從 したがえ 新 しん 的 てき
x
[
n
]
{\displaystyle x[n]}
中 なか
L
×
i
−
(
M
−
1
)
×
i
{\displaystyle L\times i-(M-1)\times i}
取 と 到 いた
L
×
(
i
+
1
)
−
(
M
−
1
)
×
i
−
1
{\displaystyle L\times (i+1)-(M-1)\times i-1}
總 そう 共 とも
L
{\displaystyle L}
點 てん 當 とう 做一 いち 段 だん ,因 いん 此每小 しょう 段 だん 會 かい 重複 じゅうふく 取 と 到 いた 前 ぜん 一 いち 小 しょう 段 だん 的 てき
M
−
1
{\displaystyle M-1}
點 てん ,取 と 到 いた 新 しん 的 てき 一段 いちだん 全 ぜん 為 ため 零 れい 為 ため 止 とめ
Step 3: 把 わ
h
[
n
]
{\displaystyle h[n]}
添加 てんか
L
−
M
{\displaystyle L-M}
個 こ 零 れい ,變成 へんせい 長 ちょう 度 たび
L
{\displaystyle L}
的 てき
h
′
[
n
]
{\displaystyle h'[n]}
Step 4: 把 わ 每 ごと 個 こ
x
[
n
]
{\displaystyle x[n]}
的 てき 小 しょう 段 だん 和 わ
h
′
[
n
]
{\displaystyle h'[n]}
做快速 そく 卷 まき 積 つもる ,也就是 ぜ
I
D
F
T
L
{
D
F
T
L
(
x
[
n
]
)
D
F
T
L
(
h
′
[
n
]
)
}
{\displaystyle IDFT_{L}\{{DFT_{L}(x[n])DFT_{L}(h'[n])}\}}
,每 まい 小 しょう 段 だん 會得 えとく 到 いた 長 なが 度 たび
L
{\displaystyle L}
的 てき 時 じ 域 いき 訊號
Step 5: 對 たい 於每個 こ
i
{\displaystyle i}
小 しょう 段 だん ,只 ただ 會 かい 保留 ほりゅう 末 まつ 端 はし 的 てき
L
−
(
M
−
1
)
{\displaystyle L-(M-1)}
點 てん ,因 いん 此得名 めい Overlap-Save
Step 6: 將 はた 所有 しょゆう 保留 ほりゅう 的 てき 點 てん 合 ごう 再 さい 一 いち 起 おこり ,得 とく 到 いた 最後 さいご 結果 けっか
舉例來 らい 說 せつ :
x
[
n
]
=
[
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
,
10
,
11
,
12
,
13
,
14
,
15
]
{\displaystyle x[n]=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]}
, 長 なが 度 たび
N
=
15
{\displaystyle N=15}
h
[
n
]
=
[
1
,
2
,
3
]
{\displaystyle h[n]=[1,2,3]}
, 長 なが 度 たび
M
=
3
{\displaystyle M=3}
令 れい
L
=
7
{\displaystyle L=7}
將 はた
x
[
n
]
{\displaystyle x[n]}
前面 ぜんめん 填 はま
M
−
1
{\displaystyle M-1}
個 こ 零 れい 以後 いご ,按照 Step 2 的 てき 方式 ほうしき 分段 ぶんだん ,可 か 以看到 いた 每 まい 一段 いちだん 都 と 重複 じゅうふく 上 じょう 一段 いちだん 的 てき
M
−
1
{\displaystyle M-1}
點 てん
再 さい 將 しょう 每 ごと 一 いち 段 だん 做
I
D
F
T
L
{
D
F
T
L
(
x
[
n
]
)
D
F
T
L
(
h
′
[
n
]
)
}
{\displaystyle IDFT_{L}\{{DFT_{L}(x[n])DFT_{L}(h'[n])}\}}
以後 いご 可 か 以得到 いた
保留 ほりゅう 每 ごと 一 いち 段 だん 末 まつ 端 はし 的 てき
L
−
(
M
−
1
)
{\displaystyle L-(M-1)}
點 てん ,擺在一 いち 起 おこり 以後 いご ,可 か 以注意 ちゅうい 到 いた 第 だい 一段 いちだん 的 てき 範圍 はんい 是 ぜ
0
∼
4
{\displaystyle 0\thicksim 4}
,第 だい 二 に 段 だん 的 てき 範圍 はんい 是 ぜ
5
∼
9
{\displaystyle 5\thicksim 9}
,第 だい 三 さん 段 だん 的 てき 範圍 はんい 是 ぜ
10
∼
14
{\displaystyle 10\thicksim 14}
,第 だい 四 よん 段 だん 的 てき 範圍 はんい 是 ぜ
15
∼
16
{\displaystyle 15\thicksim 16}
,四段的範圍是沒有重疊的
將 はた 結果 けっか 和 わ 未 み 分段 ぶんだん 的 てき 卷 まき 積 つもる 做比較 ひかく ,下圖 したず 是 ぜ 分段 ぶんだん 的 てき 結果 けっか ,上 うえ 圖 ず 是 ぜ 沒 ぼつ 有 ゆう 分段 ぶんだん 並 なみ 利用 りよう 快速 かいそく 卷 まき 積 つもる 所 しょ 算出 さんしゅつ 的 てき 結果 けっか ,驗 けん 證 しょう 兩者 りょうしゃ 運算 うんざん 結果 けっか 相 しょう 同 どう 。
至 いたり 於為什麼 いんも 要 よう 把 わ 前面 ぜんめん
M
−
1
{\displaystyle M-1}
丟掉?
以下 いか 以一 いち 例 れい 子來 こらい 闡述:
x
[
n
]
=
[
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
,
10
]
{\displaystyle x[n]=[1,2,3,4,5,6,7,8,9,10]}
, 長 なが 度 たび
L
=
10
{\displaystyle L=10}
,
h
[
n
]
=
[
1
,
2
,
3
,
4
,
5
]
{\displaystyle h[n]=[1,2,3,4,5]}
, 長 なが 度 たび
M
=
5
{\displaystyle M=5}
,
第 だい 一 いち 條 じょう 藍 あい 線 せん 代表 だいひょう
y
{\displaystyle y}
軸 じく ,而兩條 じょう 藍 あい 線 せん 之 の 間 あいだ 代表 だいひょう 長 ちょう 度 たび
L
{\displaystyle L}
,是 ぜ 在 ざい 做快速 そく 摺 すり 積 せき 時 じ 的 てき 週 しゅう 期 き
當 とう 在 ざい 做快速 そく 摺 すり 積 せき 時 じ
I
D
F
T
L
{
D
F
T
L
(
x
[
n
]
)
D
F
T
L
(
h
′
[
n
]
)
}
{\displaystyle IDFT_{L}\{{DFT_{L}(x[n])DFT_{L}(h'[n])}\}}
,是 これ 把 わ 訊號視 し 為 ため 週 しゅう 期 き
L
{\displaystyle L}
,在 ざい 時 じ 域 いき 上 じょう 為 ため 循環 じゅんかん 摺 すり 積分 せきぶん ,
而在一 いち 開始 かいし 前 まえ
M
−
1
{\displaystyle M-1}
點 てん 所得 しょとく 到 いた 的 てき 值,是 ぜ
h
[
0
]
,
h
[
6
]
,
h
[
7
]
,
h
[
8
]
,
h
[
9
]
{\displaystyle h[0],h[6],h[7],h[8],h[9]}
和 わ
x
[
0
]
,
x
[
6
]
,
x
[
7
]
,
x
[
8
]
,
x
[
9
]
{\displaystyle x[0],x[6],x[7],x[8],x[9]}
內積的 てき 值,
然 しか 而
h
[
6
]
,
h
[
7
]
,
h
[
8
]
,
h
[
9
]
{\displaystyle h[6],h[7],h[8],h[9]}
這
M
−
1
{\displaystyle M-1}
個 こ 值應該要為 ため 零 れい ,以往 いおう 在 ざい 做快速 そく 摺 すり 積 せき 時長 ときなが 度 ど 為 ため
L
+
M
−
1
{\displaystyle L+M-1}
時 どき 不 ふ 會 かい 遇 ぐう 到 いた 這些問題 もんだい ,
而今天 てん 因 いん 為 ため 在 ざい 做快速 そく 摺 すり 積 せき 時長 ときなが 度 ど 為 ため
L
{\displaystyle L}
才 ざい 會 かい 把 わ 這
M
−
1
{\displaystyle M-1}
點 てん 算 ざん 進 しん 來 らい ,因 いん 此我們要丟棄這
M
−
1
{\displaystyle M-1}
點 てん 內積的 てき 結果 けっか
為 ため 了 りょう 要 よう 丟棄這
M
−
1
{\displaystyle M-1}
點 てん 內積的 てき 結果 けっか ,位 い 移 うつり
h
[
−
n
]
{\displaystyle h[-n]}
M
−
1
{\displaystyle M-1}
點 てん ,並 なみ 把 わ 位 い 移 うつり 以後 いご 內積合 あい 的 てき 值才算 ざん 有效 ゆうこう 。
以上 いじょう 三種方法皆可用來計算卷積,其差別 さべつ 在 ざい 於所需總體 そうたい 乘法 じょうほう 量 りょう 不同 ふどう 。基 もと 於運算 うんざん 量 りょう 以及效率 こうりつ 的 てき 考量 こうりょう ,在 ざい 計算 けいさん 卷 まき 積 つもる 時 じ ,通常 つうじょう 會 かい 選擇 せんたく 所 しょ 需總體 そうたい 乘法 じょうほう 量 りょう 較少的 てき 方法 ほうほう 。
以下 いか 根據 こんきょ
f
[
n
]
{\displaystyle f[n]}
和 わ
g
[
n
]
{\displaystyle g[n]}
的 まと 長 ちょう 度 ど (
N
,
M
{\displaystyle N,M}
)分 ぶん 成 なり 5類 るい ,並列 へいれつ 出 で 適合 てきごう 使用 しよう 的 てき 方法 ほうほう :
M
{\displaystyle M}
為 ため 一 いち 非常 ひじょう 小 しょう 的 てき 整數 せいすう - 直接 ちょくせつ 計算 けいさん
M
≪
N
{\displaystyle M\ll N}
- 分段 ぶんだん 卷 まき 积
M
≈
N
{\displaystyle M\approx N}
- 快速 かいそく 傅 でん 里 さと 叶 かのう 变换
M
≫
N
{\displaystyle M\gg N}
- 分段 ぶんだん 卷 まき 积
N
{\displaystyle N}
為 ため 一 いち 非常 ひじょう 小 しょう 的 てき 整數 せいすう - 直接 ちょくせつ 計算 けいさん
基本 きほん 上 じょう ,以上 いじょう 只 ただ 是 ぜ 粗略 そりゃく 的 てき 分類 ぶんるい 。在 ざい 實際 じっさい 應用 おうよう 時 じ ,最 さい 好 こう 還 かえ 是 ぜ 算出 さんしゅつ 三種方法所需的總乘法量,再 さい 選擇 せんたく 其中最 さい 有效 ゆうこう 率 りつ 的 てき 方法 ほうほう 來 らい 計算 けいさん 卷 まき 積 せき 。
Q1:當 とう
N
=
2000
,
M
=
17
{\displaystyle N=2000,M=17}
,適合 てきごう 用 よう 哪種方法 ほうほう 計算 けいさん 卷 まき 積 つもる ?
Ans:
方法 ほうほう 1:所 しょ 需乘法量 ほうりょう 為 ため
3
M
N
=
102000
{\displaystyle 3MN=102000}
方法 ほうほう 2:
P
≥
M
+
N
−
1
=
2016
{\displaystyle P\geq M+N-1=2016}
,而2016點 てん 的 てき DFT最少 さいしょう 乘法 じょうほう 數 すう
a
=
12728
{\displaystyle a=12728}
,所以 ゆえん 總 そう 乘法 じょうほう 量 りょう 為 ため
3
(
a
+
P
)
=
44232
{\displaystyle 3(a+P)=44232}
方法 ほうほう 3:
若 わか 切 きり 成 なり 8塊 かたまり (
S
=
8
{\displaystyle S=8}
),則 のり
L
=
250
,
P
≥
M
+
L
−
1
=
266
{\displaystyle L=250,P\geq M+L-1=266}
。選 せん
P
=
288
{\displaystyle P=288}
,則 のり 總 そう 乘法 じょうほう 量 りょう 為 ため
(
2
S
+
1
)
a
+
3
S
P
=
26632
{\displaystyle (2S+1)a+3SP=26632}
,比 ひ 方法 ほうほう 1和 わ 2少 しょう 了 りょう 很多。
但 ただし 是 ぜ 若 わか 要 よう 找到最少 さいしょう 的 てき 乘法 じょうほう 量 りょう ,必須 ひっす 依 よ 照 あきら 以下 いか 步 ふ 驟
(1)先 さき 找出
L
{\displaystyle L}
:解 かい
L
{\displaystyle L}
:
∂
N
L
3
(
L
+
M
−
1
)
[
log
2
(
L
+
M
−
1
)
+
1
]
∂
L
=
0
{\displaystyle {\frac {\partial {{\frac {N}{L}}3(L+M-1)[\log _{2}(L+M-1)+1]}}{\partial L}}=0}
(2)由 ゆかり
P
≥
L
+
M
−
1
{\displaystyle P\geq L+M-1}
算出 さんしゅつ 點數 てんすう 在 ざい
P
{\displaystyle P}
附近 ふきん 的 てき DFT所 しょ 需最少 さいしょう 的 てき 乘法 じょうほう 量 りょう ,選擇 せんたく DFT的 てき 點數 てんすう
(3)最後 さいご 由 ゆかり
L
=
P
+
1
−
M
{\displaystyle L=P+1-M}
算出 さんしゅつ
L
o
p
t
{\displaystyle L_{opt}}
因 いん 此,
(1)由 よし 運算 うんざん 量 りょう 對 たい
L
{\displaystyle L}
的 てき 偏 へん 微分 びぶん 為 ため 0而求出 で
L
=
85
{\displaystyle L=85}
(2)
P
≥
L
+
M
−
1
=
101
{\displaystyle P\geq L+M-1=101}
,所以 ゆえん 選擇 せんたく 101點 てん DFT附近 ふきん 點 てん 數 すう 乘 じょう 法量 ほうりょう 最少 さいしょう 的 てき 點數 てんすう
P
=
96
{\displaystyle P=96}
或 ある
P
=
120
{\displaystyle P=120}
。
(3-1)當 とう
P
=
96
→
a
=
280
,
L
=
P
+
1
−
M
=
80
→
S
=
25
{\displaystyle P=96\to a=280,L=P+1-M=80\to S=25}
,總 そう 乘法 じょうほう 量 りょう 為 ため
(
2
S
+
1
)
a
+
3
S
P
=
21480
{\displaystyle (2S+1)a+3SP=21480}
。
(3-2)當 とう
P
=
120
→
a
=
380
,
L
=
P
+
1
−
M
=
104
→
S
=
20
{\displaystyle P=120\to a=380,L=P+1-M=104\to S=20}
,總 そう 乘法 じょうほう 量 りょう 為 ため
(
2
S
+
1
)
a
+
3
S
P
=
22780
{\displaystyle (2S+1)a+3SP=22780}
。
由 よし 此可知 かち ,切 きり 成 なり 20塊 かたまり 會 かい 有 ゆう 較好的 てき 效率 こうりつ ,而所需總乘法 じょうほう 量 りょう 為 ため 21480。
因 いん 此,當 とう
N
=
2000
,
M
=
17
{\displaystyle N=2000,M=17}
,所 しょ 需總乘法 じょうほう 量 りょう :分段 ぶんだん 卷 まき 積 つもる <快速 かいそく 傅 でん 立葉 たてば 轉換 てんかん <直接 ちょくせつ 計算 けいさん 。故 こ ,此時選擇 せんたく 使用 しよう 分段 ぶんだん 卷 まき 積 つもる 來 らい 計算 けいさん 卷 まき 積 つもる 最 さい 適合 てきごう 。
Q2:當 とう
N
=
1024
,
M
=
3
{\displaystyle N=1024,M=3}
,適合 てきごう 用 よう 哪種方法 ほうほう 計算 けいさん 卷 まき 積 つもる ?
Ans:
方法 ほうほう 1:所 しょ 需乘法量 ほうりょう 為 ため
3
M
N
=
9216
{\displaystyle 3MN=9216}
方法 ほうほう 2:
P
≥
M
+
N
−
1
=
1026
{\displaystyle P\geq M+N-1=1026}
,選擇 せんたく 1026點 てん DFT附近 ふきん 點 てん 數 すう 乘 じょう 法量 ほうりょう 最少 さいしょう 的 てき 點數 てんすう ,
→
P
=
1152
,
a
=
7088
{\displaystyle \to P=1152,a=7088}
。
因 いん 此,所 しょ 需乘法量 ほうりょう 為 ため
3
(
a
+
P
)
=
24342
{\displaystyle 3(a+P)=24342}
方法 ほうほう 3:
(1)由 よし 運算 うんざん 量 りょう 對 たい
L
{\displaystyle L}
的 てき 偏 へん 微分 びぶん 為 ため 0而求出 で
L
=
5
{\displaystyle L=5}
(2)
P
≥
L
+
M
−
1
=
7
{\displaystyle P\geq L+M-1=7}
,所以 ゆえん 選擇 せんたく 7點 てん DFT附近 ふきん 點 てん 數 すう 乘 じょう 法量 ほうりょう 最少 さいしょう 的 てき 點數 てんすう
P
=
8
{\displaystyle P=8}
或 ある
P
=
6
{\displaystyle P=6}
或 ある
P
=
4
{\displaystyle P=4}
。
(3-1)當 とう
P
=
8
→
a
=
4
,
L
=
P
+
1
−
M
=
6
→
S
=
171
{\displaystyle P=8\to a=4,L=P+1-M=6\to S=171}
,總 そう 乘法 じょうほう 量 りょう 為 ため
(
2
S
+
1
)
a
+
3
S
P
=
5476
{\displaystyle (2S+1)a+3SP=5476}
。
(3-2)當 とう
P
=
6
→
a
=
4
,
L
=
P
+
1
−
M
=
4
→
S
=
256
{\displaystyle P=6\to a=4,L=P+1-M=4\to S=256}
,總 そう 乘法 じょうほう 量 りょう 為 ため
(
2
S
+
1
)
a
+
3
S
P
=
6660
{\displaystyle (2S+1)a+3SP=6660}
。
(3-3)當 とう
P
=
4
→
a
=
0
,
L
=
P
+
1
−
M
=
2
→
S
=
512
{\displaystyle P=4\to a=0,L=P+1-M=2\to S=512}
,總 そう 乘法 じょうほう 量 りょう 為 ため
(
2
S
+
1
)
a
+
3
S
P
=
6144
{\displaystyle (2S+1)a+3SP=6144}
。
由 よし 此可知 かち ,切 きり 成 なり 171塊 かたまり 會 かい 有 ゆう 較好的 てき 效率 こうりつ ,而所需總乘法 じょうほう 量 りょう 為 ため 5476。
因 いん 此,當 とう
N
=
1024
,
M
=
3
{\displaystyle N=1024,M=3}
,所 しょ 需總乘法 じょうほう 量 りょう :分段 ぶんだん 卷 まき 積 つもる <直接 ちょくせつ 計算 けいさん <快速 かいそく 傅 でん 立葉 たてば 轉換 てんかん 。故 こ ,此時選擇 せんたく 使用 しよう 分段 ぶんだん 卷 まき 積 つもる 來 らい 計算 けいさん 卷 まき 積 つもる 最 さい 適合 てきごう 。
雖然當 とう
M
{\displaystyle M}
是 これ 個 こ 很小的 てき 正 せい 整數 せいすう 時 じ ,大 だい 致上適合 てきごう 使用 しよう 直接 ちょくせつ 計算 けいさん 。但 ただし 實際 じっさい 上 じょう 還 かえ 是 ぜ 將 しょう 3個 こ 方法 ほうほう 所 しょ 需的乘法 じょうほう 量 りょう 都 と 算出 さんしゅつ 來 らい ,才能 さいのう 知道 ともみち 用 よう 哪種方法 ほうほう 可 か 以達到 いた 最高 さいこう 的 てき 效率 こうりつ 。
Q3:當 とう
N
=
1024
,
M
=
600
{\displaystyle N=1024,M=600}
,適合 てきごう 用 よう 哪種方法 ほうほう 計算 けいさん 卷 まき 積 つもる ?
Ans:
方法 ほうほう 1:所 しょ 需乘法量 ほうりょう 為 ため
3
M
N
=
1843200
{\displaystyle 3MN=1843200}
方法 ほうほう 2:
P
≥
M
+
N
−
1
=
1623
{\displaystyle P\geq M+N-1=1623}
,選擇 せんたく 1026點 てん DFT附近 ふきん 點 てん 數 すう 乘 じょう 法量 ほうりょう 最少 さいしょう 的 てき 點數 てんすう ,
→
P
=
2016
,
a
=
12728
{\displaystyle \to P=2016,a=12728}
。
因 いん 此,所 しょ 需乘法量 ほうりょう 為 ため
3
(
a
+
P
)
=
44232
{\displaystyle 3(a+P)=44232}
方法 ほうほう 3:
(1)由 よし 運算 うんざん 量 りょう 對 たい
L
{\displaystyle L}
的 てき 偏 へん 微分 びぶん 為 ため 0而求出 で
L
=
1024
{\displaystyle L=1024}
(2)
P
≥
L
+
M
−
1
=
1623
{\displaystyle P\geq L+M-1=1623}
,所以 ゆえん 選擇 せんたく 1623點 てん DFT附近 ふきん 點 てん 數 すう 乘 じょう 法量 ほうりょう 最少 さいしょう 的 てき 點數 てんすう
P
=
2016
{\displaystyle P=2016}
。
(3)當 とう
P
=
2016
→
a
=
12728
,
L
=
P
+
1
−
M
=
1417
→
S
=
1
{\displaystyle P=2016\to a=12728,L=P+1-M=1417\to S=1}
,總 そう 乘法 じょうほう 量 りょう 為 ため
(
2
S
+
1
)
a
+
3
S
P
=
44232
{\displaystyle (2S+1)a+3SP=44232}
。
由 よし 此可知 かち ,此時切 きり 成 なり 一 いち 段 だん ,就跟方法 ほうほう 2一 いち 樣 よう ,所 しょ 需總乘法 じょうほう 量 りょう 為 ため 44232。
因 いん 此,當 とう
N
=
1024
,
M
=
600
{\displaystyle N=1024,M=600}
,所 しょ 需總乘法 じょうほう 量 りょう :快速 かいそく 傅 でん 立葉 たてば 轉換 てんかん = 分段 ぶんだん 卷 まき 積 つもる <直接 ちょくせつ 計算 けいさん 。故 こ ,此時選擇 せんたく 使用 しよう 分段 ぶんだん 卷 まき 積 つもる 來 らい 計算 けいさん 卷 まき 積 つもる 最 さい 適合 てきごう 。
高 こう 斯模糊 もこ 可 か 被 ひ 用 もちい 来 らい 从半 はん 色 いろ 调印刷 いんさつ 品 ひん 复原出光 いでみつ 滑 すべり 灰 はい 度 ど 数字 すうじ 图像。
卷 まき 积在科学 かがく 、工程 こうてい 和 わ 数学 すうがく 上 うえ 都 と 有 ゆう 很多应用:
^ Smith, Stephen W. 13.Convolution . The Scientist and Engineer's Guide to Digital Signal Processing 1. California Technical Publishing. 1997 [22 April 2016] . ISBN 0-9660176-3-3 . (原始 げんし 内容 ないよう 存 そん 档 于2023-06-26).
^ Irwin, J. David . 4.3. The Industrial Electronics Handbook 1. Boca Raton, FL: CRC Press. 1997: 75 . ISBN 0-8493-8343-9 .
^ Dominguez-Torres, p 2
^ on page 505 of his book entitled Treatise on differences and series , which is the last of 3 volumes of the encyclopedic series: Traité du calcul différentiel et du calcul intégral , Chez Courcier, Paris, 1797–1800. Dominguez-Torres, p 4
^
R. N. Bracewell, Early work on imaging theory in radio astronomy , W. T. Sullivan (编), The Early Years of Radio Astronomy: Reflections Fifty Years After Jansky's Discovery, Cambridge University Press: 172, 2005, ISBN 978-0-521-61602-7
^
John Hilton Grace and Alfred Young, The algebra of invariants , Cambridge University Press: 40, 1903
^
Leonard Eugene Dickson, Algebraic invariants , J. Wiley: 85, 1914
^ (Stein & Weiss 1971 ,Theorem 1.3)
^ Crutchfield, Steve, The Joy of Convolution , Johns Hopkins University, October 12, 2010 [November 21, 2010] , (原始 げんし 内容 ないよう 存 そん 档 于2013-09-11)
^
Jeruchim, Michel C.; Balaban, Philip; Shanmugan, K. Sam. Simulation of Communication Systems: Modeling, Methodology and Techniques 2nd. New York: Kluwer Academic Publishers. October 2000: 73–74. ISBN 0-30-646267-2 .
^ 11.0 11.1
Udayashankara, V. Real Time Digital Signal Processing. India: Prentice-Hall. June 2010: 189. ISBN 978-8-12-034049-7 .
^ Priemer, Roland. Introductory Signal Processing . Advanced Series in Electrical and Computer Engineering 6 . Teaneck,N.J.: World Scientific Pub Co Inc. July 1991: 286–289 [2023-10-26 ] . ISBN 9971-50-919-9 . (原始 げんし 内容 ないよう 存 そん 档 于2023-10-11).
^ Damelin & Miller 2011 ,第 だい 219頁 ぺーじ
^ Weisstein, Eric W. Convolution . mathworld.wolfram.com. [2021-09-22 ] . (原始 げんし 内容 ないよう 存 そん 档 于2002-01-14) (英 えい 语) .
^ Weisstein, Eric W. From MathWorld--A Wolfram Web Resource . [2023-10-23 ] . (原始 げんし 内容 ないよう 存 そん 档 于2000-07-11).
^ Zhang, Yingjie; Soon, Hong Geok; Ye, Dongsen; Fuh, Jerry Ying Hsi; Zhu, Kunpeng. Powder-Bed Fusion Process Monitoring by Machine Vision With Hybrid Convolutional Neural Networks . IEEE Transactions on Industrial Informatics. September 2020, 16 (9): 5769–5779 [2023-10-24 ] . ISSN 1941-0050 . S2CID 213010088 . doi:10.1109/TII.2019.2956078 . (原始 げんし 内容 ないよう 存 そん 档 于2023-07-31).
^ Chervyakov, N.I.; Lyakhov, P.A.; Deryabin, M.A.; Nagornov, N.N.; Valueva, M.V.; Valuev, G.V. Residue Number System-Based Solution for Reducing the Hardware Cost of a Convolutional Neural Network . Neurocomputing. September 2020, 407 : 439–453 [2023-10-24 ] . S2CID 219470398 . doi:10.1016/j.neucom.2020.04.018 . (原始 げんし 内容 ないよう 存 そん 档 于2023-06-29) (英 えい 语) . Convolutional neural networks represent deep learning architectures that are currently used in a wide range of applications, including computer vision, speech recognition, time series analysis in finance, and many others.
^ Atlas, Homma, and Marks. An Artificial Neural Network for Spatio-Temporal Bipolar Patterns: Application to Phoneme Classification (PDF) . Neural Information Processing Systems (NIPS 1987). (原始 げんし 内容 ないよう 存 そん 档 (PDF) 于2021-04-14).
Bracewell, R., The Fourier Transform and Its Applications 2nd, McGraw–Hill, 1986, ISBN 0-07-116043-4 .
Damelin, S.; Miller, W., The Mathematics of Signal Processing, Cambridge University Press, 2011, ISBN 978-1107601048
Diggle, P. J., A kernel method for smoothing point process data, Journal of the Royal Statistical Society, Series C, 1985, 34 (2): 138–147, JSTOR 2347366 , S2CID 116746157 , doi:10.2307/2347366
Dominguez-Torres, Alejandro (Nov 2, 2010). "Origin and history of convolution". 41 pgs. http://www.slideshare.net/Alexdfar/origin-adn-history-of-convolution (页面存 そん 档备份 ,存 そん 于互联网档案 あん 馆 ). Cranfield, Bedford MK43 OAL, UK. Retrieved Mar 13, 2013.
Ghasemi, S. Hooman; Nowak, Andrzej S., Reliability Index for Non-normal Distributions of Limit State Functions, Structural Engineering and Mechanics, 2017, 62 (3): 365–372, doi:10.12989/sem.2017.62.3.365
Grinshpan, A. Z., An inequality for multiple convolutions with respect to Dirichlet probability measure, Advances in Applied Mathematics, 2017, 82 (1): 102–119, doi:10.1016/j.aam.2016.08.001
Hewitt, Edwin; Ross, Kenneth A., Abstract harmonic analysis. Vol. I, Grundlehren der Mathematischen Wissenschaften [Fundamental Principles of Mathematical Sciences] 115 2nd, Berlin, New York: Springer-Verlag , 1979, ISBN 978-3-540-09434-0 , MR 0551496 .
Hewitt, Edwin; Ross, Kenneth A., Abstract harmonic analysis. Vol. II: Structure and analysis for compact groups. Analysis on locally compact Abelian groups, Die Grundlehren der mathematischen Wissenschaften, Band 152, Berlin, New York: Springer-Verlag , 1970, MR 0262773 .
Hörmander, L. , The analysis of linear partial differential operators I, Grundl. Math. Wissenschaft. 256 , Springer, 1983, ISBN 3-540-12104-8 , MR 0717035 , doi:10.1007/978-3-642-96750-4 .
Kassel, Christian, Quantum groups , Graduate Texts in Mathematics 155 , Berlin, New York: Springer-Verlag , 1995, ISBN 978-0-387-94370-1 , MR 1321145 , doi:10.1007/978-1-4612-0783-2 .
Knuth, Donald , Seminumerical Algorithms 3rd., Reading, Massachusetts: Addison–Wesley, 1997, ISBN 0-201-89684-2 .
Template:Narici Beckenstein Topological Vector Spaces
Reed, Michael; Simon, Barry , Methods of modern mathematical physics. II. Fourier analysis, self-adjointness, New York-London: Academic Press Harcourt Brace Jovanovich, Publishers: xv+361, 1975, ISBN 0-12-585002-6 , MR 0493420
Rudin, Walter , Fourier analysis on groups, Interscience Tracts in Pure and Applied Mathematics 12 , New York–London: Interscience Publishers, 1962, ISBN 0-471-52364-X , MR 0152834 .
Template:Schaefer Wolff Topological Vector Spaces
Stein, Elias ; Weiss, Guido, Introduction to Fourier Analysis on Euclidean Spaces , Princeton University Press, 1971, ISBN 0-691-08078-X .
Sobolev, V.I., Convolution of functions , Hazewinkel, Michiel (编), 数学 すうがく 百科 ひゃっか 全 ぜん 书 , Springer , 2001, ISBN 978-1-55608-010-4 .
Strichartz, R., A Guide to Distribution Theory and Fourier Transforms, CRC Press, 1994, ISBN 0-8493-8273-4 .
Titchmarsh, E , Introduction to the theory of Fourier integrals 2nd, New York, N.Y.: Chelsea Pub. Co., 19481986, ISBN 978-0-8284-0324-5 .
Template:Trèves François Topological vector spaces, distributions and kernels
Uludag, A. M. , On possible deterioration of smoothness under the operation of convolution, J. Math. Anal. Appl., 1998, 227 (2): 335–358, doi:10.1006/jmaa.1998.6091
von zur Gathen, J.; Gerhard, J ., Modern Computer Algebra, Cambridge University Press, 2003, ISBN 0-521-82646-2 .
Oppenheim, Alan V. ; Schafer, Ronald W. ; Buck, John R. Discrete-time signal processing 2nd. Upper Saddle River,N.J.: Prentice Hall. 1999: 548 , 571. ISBN 0-13-754920-2 .
McGillem, Clare D.; Cooper, George R. Continuous and Discrete Signal and System Analysis 2. Holt, Rinehart and Winston. 1984. ISBN 0-03-061703-0 .
可 か 微分 びぶん 计算
概 がい 论概念 がいねん 应用 硬 かた 件 けん 软件库 实现
人物 じんぶつ 组织 架 か 构
主 しゅ 题
分 ぶん 类