目录
2.7 圆周卷积(circular convolution)
Table of Contents |
- 数字信号及其基本运算 -1. 数字信号 - 1.1 信号定义 - 连续时间信号 - 离散时间信号 - 数字信号 - 1.2 模拟信号到数字信号: - 2. 数字信号的基本运算 - 2.1 移位运算 - 2.2 翻折 - 2.3 和、积、累加、差分 - 2.4 尺度变换 - 抽取(x(2n)): - 插值(x(n)): - 2.5 线性卷积 - 卷积后的长度 - 2.6 线性卷积的另一种理解 - 线性时不变系统 - 线性定义 - 线性卷积的应用: - 通常进行周期拓展后再进行移位 - 双括号表示周期拓展 - 公式: - 为什么需要RN(n)? - 线性移位和圆周移位简单对比 - 2.7 圆周卷积(circular convolution) - 公式: - 简化的说,时域上的圆周卷积等于频域上的乘积 - 指定卷积点数N - 2.8 圆周卷积和线性卷积的关系: - 关系: - 为什么是后N1-N2+1 个点的结果一致? - 2.9 相关运算: - 线性相关: - 圆周相关: - 互功率谱 - 线性相关与圆周相关的关系: |
1. 数字信号
1.1 信号定义
分为 连续时间信号、离散时间信号、数字信号 分布的定义
连续时间信号
时间连续,信号幅度可以是连续(模拟信号)可以是离散
离散时间信号
时间离散,但信号幅度仍然离散
数字信号
时间离散,信号幅度被量化的信号
1.2 模拟信号到数字信号:
pcm与wav
采样从连续时间变离散时间,对连续幅度量化离散
2. 数字信号的基本运算
2.1 移位运算
x(n-1) 表示 x(n)整体向右移一位后序列(延时)
2.2 翻折
x(-n)由x(n)依
n=0 为对称轴进行翻折
2.3 和、积、累加、差分
2.4 尺度变换
抽取(x(2n)):
比如x(2n)是x(n)的粗粒度的放缩。 比如16k变8k
插值(x(n)):
比如x(n/2)是x(n)的细粒度的放缩,比如16k变32k
2.5 线性卷积
(模拟滑块计算)
卷积后的长度
(N1 + N2 - 1)
实际计算可以理解成,把固定的线性时不变响应函数h(n) 当作滑块,从左往右划过x(n),y(n)即为滑倒谁时的取值总和。
2.6 线性卷积的另一种理解
线性卷积实质上是一个信号在另一个信号上的加权叠加
两个信号A、B卷积,等效于A(B)与B(A)拆分后的子信号进行卷积
拆分后的子信号如上图x(1),x(2),x(3 ),计算每个子信号和h(n)卷积。
线性时不变系统
线性定义
上述可高度抽象成 一个x(n)作用在一个线性时不变系统 输出y(n)
线性是指满足 齐次和可加
时不变又称“移不变”,即系统的响应函数h(n)与施加激励x(n)的时刻无关, 如上图当输入x(n)移位变为x(n-m),输出从y(n)变为y(n-m)。
对于线性时不变系统,如果已知系统的单位冲击响应,那么将单位冲激响应与输入信号求卷积,就得到了输出信号。
线性卷积的应用:
模拟远场数据,通过近场数据 加上房间冲击响应函数 模拟远场数据(比如加混响)是常见的数据仿真手段。
加混响本质上是线性卷积的操作。
2.7 圆周移位(circular shift)
通常进行周期拓展后再进行移位
双括号表示周期拓展
公式:
如下图,双括号(())N表示周期拓展
RN(n)其实就是表示一个矩形框,公式如上。
为什么需要RN(n)?
答:因为经过周期延拓后,需要取固定区间的值比如【0,N-1】进行研究,所以需要一个取主值的矩形框。
线性移位和圆周移位简单对比
答:比如移位一个单位后,线性移位则是最左边的数去掉了,圆周移位类似圆,此时最右边的数则是最左边的数。
2.7 圆周卷积(circular convolution)
公式:
如上图,两个信号序列DFT后在频域上的乘积等于在时域上的圆周卷积。
简化的说,时域上的圆周卷积等于频域上的乘积
由于时域上进行卷积的时候,需要进行翻折、移位、相乘、相加等操作,复杂度较高,所以往往通过变换到频域相乘来操作,在频域上操作更快速高效。
通过傅立叶变换等快速算法FFT进行操作。
指定卷积点数N
圆周卷积和线性卷积相比多了一个周期延拓和取主值操作,所以做圆周卷积需要指定N,即圆周卷积的点数。
2.8 圆周卷积和线性卷积的关系:
关系:
为什么是后 N1-N2+1 个点的结果一致?
答:因为N1大于N2, 当N2滑动从左往右进入,没有完全跟N1重合,对于未重合部分,圆周卷积的值由于进行了周期延拓,所以大于线性卷积。当N2开始跟N1重合,从开始到结束的 N1 - N2 + 1个点全部为有效值,结果一致。
2.9 相关运算:
线性相关:
如公式,线性相关没有取负(少了翻折操作),都有移动、相加、相乘。
线性相关是不满足交换律。 x(n)*y(n-m)不等于y(n)*x(n-m)。因为对y(n)进行了移位,但换完位置,应该是对x移位。
圆周相关:
X(k)与Y*(K)的共轭相乘后的结果,表示互功率谱。
如上图,Rxy(K)的逆变换表示关于x(n)与y (n)的圆周相关函数。
互功率谱
X(k)与Y*(K)的共轭相乘后的结果,表示互功率谱
线性相关与圆周相关的关系: