目录

 离散信号的卷积和

计算步骤

计算方法

        1.公式法:利用u(n)确定求和范围

        2.图形法

        ① n<0

        ② n≥N-1

        ③ 0≤n≤N-1

        3.对位相乘求和

        4.利用性质


 离散信号的卷积和

        对两个离散序列x(n)和h(n)进行加权求和,其可视为一个信号在另一个信号上的滑动加权平均,是一种特殊运算,具体用公式可表示为

y(n)=x(n)\ast h(n)=\sum_{m=-\infty }^{\infty }x(m)\cdot h(n-m)

计算步骤

        翻褶、移位、相乘、相加

计算方法

        1.公式法:利用u(n)确定求和范围

例题:已知x(n)=u(n)-u(n-N)h(n)=a^{n}u(n),0<a<1,求y(n)=x(n)\ast h(n)

解:

        y(n)=x(n)\ast h(n)=\sum_{m=-\infty }^{\infty }x(m)\cdot h(n-m)

                  =\sum_{m=-\infty }^{\infty }a^{m}u(m)[u(n-m)-u(n-m-N)]

                  =\sum_{m=-\infty }^{\infty }a^{m}u(m)u(n-m)-\sum_{m=-\infty }^{\infty }a^{m}u(m)u(n-m-N)

对前一项:

        为使其有定义,则0\leq m\leq n,n\geq 0

同理,对后一项,有:

        0\leq m\leq n-N,n-N\geq 0

        y(n)=\sum_{m=0}^{n}a^{m}u(n)-\sum_{m=0}^{n-N}a^{m}u(n-N)

          =\frac{1-a^{n+1}}{1-a}u(n)-\frac{1-a^{n-N+1}}{1-a}u(n-N)

        2.图形法

例题:已知x(n)=u(n)-u(n-N)h(n)=a^{n}u(n),0<a<1,求y(n)=x(n)\ast h(n)

解:x(n),h(n)原信号图:

h(n)翻褶后:

        ① n<0

y(n)=0

        ② n≥N-1

y(n)=\sum_{m=0}^{N-1}a^{n-m}=a^{n}\frac{1-a^{-N}}{1-a^{-1}}

        ③ 0≤n≤N-1

y(n)=\sum_{m=0}^{n}a^{n-m}=a^{n}\frac{1-a^{-(n+1)}}{1-a^{-1}}

        3.对位相乘求和:右对齐+不进位相乘

例题:有限长序列x(n)=\left \{ 1,2,3,n=-1,0,1 \right \},h(n)=\left \{ 2,4,n=3,4 \right \}y(n)=x(n)\ast h(n)

解:

1          2         3

2         4


4         8        12

2        4         6            


2        8       14        12

        将结果从左往右排列即得卷积后y(n)的表达式

y(n)=\left \{ 2,8,14,12,n=2,3,4,5 \right \}

        其中,

-1+3=2\leq n\leq 1+4=5

        4.利用性质

\left\{\begin{matrix} x(n)\ast \delta (n)=x(n)\\ x(n)\ast \delta (n-n_{0})=x(n-n_{0}) \end{matrix}\right.

例题:x(n)=a^{n}u(n),h(n)=u(n)-u(n-2),求y(n)=x(n)\ast h(n)

解:

h(n)=u(n)-u(n-2)=\delta (n)+\delta (n-1)

y(n)=x(n)\ast h(n)=x(n)\ast \left \{ \delta (n)+\delta (n-1) \right \}

                                                    =x(n)+x(n-1)

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐