1. 卷积积分

卷积积分是一种特殊的积分，在积分变换、微分方程、信号与系统分析中应用广泛。

本文主要参考了学报《卷积积分的基本计算方法,王晓平,2002》、Wiki百科的Convolution词条，并添加了自己的理解。

1 连续卷积

1.1 连续卷积定义

连续卷积的定义为：
(f1∗f2)(t):=f1(t)∗f2(t):=∫−∞+∞f1(τ)f2(t−τ)dτ:=∫−∞+∞f1(t−τ)f2(τ)dτ(f_1*f_2)(t) := f_1(t)*f_2(t):=\int_{-\infin}^{+\infin}f_1(\tau)f_2(t-\tau)d\tau:=\int_{-\infin}^{+\infin}f_1(t-\tau)f_2(\tau)d\tau (f1∗f2)(t):=f1(t)∗f2(t):=∫−∞+∞f1(τ)f2(t−τ)dτ:=∫−∞+∞f1(t−τ)f2(τ)dτ

变量ttt与τ\tauτ的辩证关系：在积分运算过程中，τ\tauτ是积分变量，ttt是参变量；积分后的结果是ttt的函数。
卷积的积分区间既与f1(τ)f_1(\tau)f1(τ)、f2(t−τ)f_2(t-\tau)f2(t−τ)非零值的区间有关，也与f1(τ)f_1(\tau)f1(τ)、f2(t−τ)f_2(t-\tau)f2(t−τ)图形的相对位置有关。因为函数f2(t−τ)f_2(t-\tau)f2(t−τ)非零值与ttt的取值的变化有关，所以对于ttt的不同取值范围，∫−∞+∞f1(τ)f2(t−τ)dτ\int_{-\infin}^{+\infin}f_1(\tau)f_2(t-\tau)d\tau∫−∞+∞f1(τ)f2(t−τ)dτ就有不同的积分限。

Wiki百科的Convolution词条有些动图可以非常形象地描述卷积积分的过程，强烈推荐阅读。

1.2 连续卷积计算方法

例设函数 f1(t)=u(t)−u(t−3)，f2(t)=e−tu(t)f_1(t)=u(t)-u(t-3)，f_2(t)=e^{-t}u(t)f1(t)=u(t)−u(t−3)，f2(t)=e−tu(t)，试计算器卷积y=f1(t)∗f2(t)y=f_1(t)*f_2(t)y=f1(t)∗f2(t)了，其中u(t)u(t)u(t)为单位阶跃函数(Unit Step Function)。

因为u(t)u(t)u(t)是阶跃函数，所以可以f1(t)f_1(t)f1(t)和f2(t)f_2(t)f2(t)的图像如下：

1.2.1 根据定义计算

∵f1(τ)=u(τ)−u(τ−3)={10<τ<30其它 ,f2(t−τ)=e−(t−τ)u(t−τ)={e−(t−τ)τ<t0τ>t∴f1(t)∗f2(t)=∫−∞+∞f1(τ)f2(t−τ)dτ=∫03e−(t−τ)u(t−τ)dτ\begin{aligned} &\because f_1(\tau)=u(\tau)-u(\tau-3)=\left\{\begin{array}{cc} 1 & 0<\tau<3 \\ 0 & \text { 其它 } \end{array}, f_2(t-\tau)=\mathrm{e}^{-(t-\tau)} u(t-\tau)= \begin{cases}\mathrm{e}^{-(t-\tau)} & \tau<t \\ 0 & \tau>t\end{cases} \right. \\ &\therefore f_1(t) * f_2(t)=\int_{-\infty}^{+\infty} f_1(\tau) f_2(t-\tau) \mathrm{d} \tau=\int_0^3 \mathrm{e}^{-(t-\tau)} u(t-\tau) \mathrm{d} \tau \end{aligned} ∵f1(τ)=u(τ)−u(τ−3)={100<τ<3 其它 ,f2(t−τ)=e−(t−τ)u(t−τ)={e−(t−τ)0τ<tτ>t∴f1(t)∗f2(t)=∫−∞+∞f1(τ)f2(t−τ)dτ=∫03e−(t−τ)u(t−τ)dτ
显然这个积分值与函数u(t−τ)={1τ<t0τ>tu(t-\tau) = \begin{cases} 1 &\ \tau<t \\ 0 &\ \tau>t \end{cases}u(t−τ)={10 τ<t τ>t 所取的非零值有关，即与参数ttt的取值有关。

当t<0t<0t<0时，因t<0<τ<3t<0<\tau<3t<0<τ<3，所以u(t−τ)≡0u(t-\tau)\equiv0u(t−τ)≡0，f1(t)∗f2(t)=∫03e−(t−τ)⋅0dτ=0f_1(t)*f_2(t)=\int_{0}^{3} e^{-(t-\tau)} ⋅ 0 d\tau=0f1(t)∗f2(t)=∫03e−(t−τ)⋅0dτ=0
当0<t<30<t<30<t<3时，因0<τ<t0<\tau<t0<τ<t，所以u(t−τ)=1u(t-\tau)=1u(t−τ)=1，f1(t)∗f2(t)=∫0te−(t−τ)dτ=1−e−tf_1(t)*f_2(t)=\int_{0}^{t} e^{-(t-\tau)} d\tau=1-e^{-t}f1(t)∗f2(t)=∫0te−(t−τ)dτ=1−e−t
当t>3t>3t>3时，因$0<τ<3<t0<\tau<3<t0<τ<3<t，所以u(t−τ)≡1u(t-\tau)\equiv1u(t−τ)≡1，f1(t)∗f2(t)=∫03e−(t−τ)dτ=(e3−1)e−tf_1(t)*f_2(t)=\int_{0}^{3} e^{-(t-\tau)} d\tau=(e^3-1)e^{-t}f1(t)∗f2(t)=∫03e−(t−τ)dτ=(e3−1)e−t

综上，有f1(t)∗f2(t)={0t>01−e−t0<t⪕3(e3−1)e−tt>3f_1(t)*f_2(t)= \begin{cases} 0 &\ t>0 \\ 1-e^{-t} &\ 0<t\eqslantless3 \\ (e^3-1)e^{-t} &\ t>3 \\ \end{cases}f1(t)∗f2(t)=⎩⎨⎧01−e−t(e3−1)e−t t>0 0<t⪕3 t>3

其函数图像如下所示：

其中f1(t)f_1(t)f1(t)是蓝线f2(t)f_2(t)f2(t)是红线，f1(t)∗f2(t)f_1(t)*f_2(t)f1(t)∗f2(t)是黑线。

1.2.2 图解计算

这个方法的原理就是逐渐平移两个函数，求两个函数重叠的面积。
图解计算主要分为3步：

（1）做出 f1(τ)f_1(\tau)f1(τ)，f2(τ)f_2(\tau)f2(τ) 的图形，反褶得到 f1(−τ)f_1(-\tau)f1(−τ) 的图形，平移得 f2(t−τ)f_2(t-\tau)f2(t−τ) 的图形；

（2）移动图形f2(t−τ)f_2(t-\tau)f2(t−τ) ，观察在 ttt 的不同取值范围内，f2(t−τ)f_2(t-\tau)f2(t−τ)与 f1(τ)f_1(\tau)f1(τ) 的图形的重叠部分；

（3）根据 f2(t−τ)f_2(t-\tau)f2(t−τ) 与 f1(τ)f_1(\tau)f1(τ) 的图形的重叠部分定出积分限和在响应区间的被积函数。

1◯\quad\text{\textcircled 1}1◯ 当t<0t<0t<0时， f2(t−τ)f_2(t-\tau)f2(t−τ)的图形与 f1(τ)f_1(\tau)f1(τ) 的图形没有重叠部分见图4(a)，所以
f1(t)∗f2(t)=∫03e−(t−τ)⋅0dτ=0f_1(t)*f_2(t)=\int_{0}^{3} e^{-(t-\tau)} ⋅ 0 d\tau=0f1(t)∗f2(t)=∫03e−(t−τ)⋅0dτ=0

2◯\quad\text{\textcircled 2}2◯ 当 0<t<30<t<30<t<3 时，f2(t−τ)f_2(t-\tau)f2(t−τ)的图形与 f1(τ)f_1(\tau)f1(τ) 的图形仅在(0,t)(0, t)(0,t)内有重叠，见图4(b)，所以
f1(t)∗f2(t)=∫0te−(t−τ)dτ=1−e−tf_1(t)*f_2(t)=\int_{0}^{t} e^{-(t-\tau)} d\tau=1-e^{-t}f1(t)∗f2(t)=∫0te−(t−τ)dτ=1−e−t

3◯\quad\text{\textcircled 3}3◯ 当t>3t>3t>3时，f2(t−τ)f_2(t-\tau)f2(t−τ)的图形与 f1(τ)f_1(\tau)f1(τ) 的图形仅在[0,3][0,3][0,3]内有重叠，见图4(c )，所以
f1(t)∗f2(t)=∫03e−(t−τ)dτ=(e3−1)e−tf_1(t)*f_2(t)=\int_{0}^{3} e^{-(t-\tau)} d\tau=(e^3-1)e^{-t}f1(t)∗f2(t)=∫03e−(t−τ)dτ=(e3−1)e−t

2 离散卷积

离散卷积定义

离散卷积是两个离散序列之间按照一定的规则将它们的有关序列值分别两两相乘再相加的一种特殊的运算。

连续卷积的定义为：对于在整数集合ZZZ上定义的复值函数fff、ggg，fff和ggg的离散卷积由以下公式给出：
(f∗g)[n]=∑m=−∞∞f[m]g[n−m]=∑m=−∞∞f[n−m]g[m](f * g)[n] = \sum_{m=-\infty}^\infty f[m] g[n - m]=\sum_{m=-\infty}^\infty f[n-m] g[m] (f∗g)[n]=m=−∞∑∞f[m]g[n−m]=m=−∞∑∞f[n−m]g[m]

序列ggg的一个典型例子是有限冲激响应(Finite impulse response)

两个有限序列的卷积是通过将序列扩展到整数集上的有限支持函数来定义的。当序列是两个多项式的系数时，那么两个多项式的普通乘积的系数就是原始两个序列的卷积。这被称为序列系数的柯西积。

离散卷积的例子

离散卷积是卷积在序列上的扩展，其原理与卷积一致，下面来自一个文档的例子可以很好地理解：

注意：下图中的xxx和hhh就是定义中提到到fff和ggg

完。

连续卷积和离散卷积定义及积分计算相关推荐

自相关函数怎么理解，为什么定义中有共轭，卷积呢。定义中的卷积，共轭有什么意义？尤其是在信号处理方面
简洁地解释如下: 1) 首先我们仅考虑实信号. 自相关的直观含义就是:把一个信号平移一段距离,跟原来有多相似. 于是就有了自相关的定义: 它代表了"移.乘.积"这三步操作. 如果只 ...
matlab连续卷积动画实现（gui编程）
一.代码运行结果二.代码 function varargout = tianqi(varargin) % TIANQI MATLAB code for tianqi.fig % TIANQI, by ...
数学连续和导数的定义
连续的定义连续就是这个点有定义,并且左右极限逼近这个点可导就是在这个点左右除以dx存在极限
小波的秘密3_连续、离散小波变换定义
1.前言小波变换主要包括连续小波变换和离散小波变换.本篇博客主要想弄清楚连续小波变换.离散小波变换.高维小波连续变换的意义. 2.连续小波变换 2.1 连续小波变换的定义将任意L2(R)空间中的函 ...
微型计算机性能指标中可靠性是指连续,计算机接口原理定义
微机原理构造与接口技术! 1 计算机系统组成: 计算机系统由硬件和软件两大部分组成. 硬件是指物理上存在的各种设备,如显示器,机箱,键盘,鼠标,硬盘和打印机等,是计算机进行工作的物质基础. 软件是指在 ...
matlab怎么写卷积过程,离散卷积过程举例图示详解
卷积结果的通俗解释: f(x)是待处理的信号.通常地,该函数数据个数比较多. g(x)是对信号前后相关性的描述的函数.通常地,该函数非零数据个数比较少.它通常具有在(-∞,+∞)内可积且快速收敛的特性 ...
关于谱图理论-图傅里叶变换-谱卷积等谱图领域知识的理解
目录前言重点需要理解的地方谱图理论(Spectral Graph Theory) Laplacian矩阵 Laplacian矩阵简介为什么谱图卷积使用到了拉普拉斯矩阵?(待更新) Laplac ...
多维卷积与一维卷积的统一性（运算篇）
http://blog.sina.com.cn/s/blog_7445c2940102wmrp.html 多维卷积与一维卷积的统一性(运算篇) 转载2016-10-16 16:00:31 标签:卷积二 ...
《信号与系统》——连续傅里叶变换与拉布拉斯变换专题
公众号公式总结信号与系统:研究时域连续的模拟信号一.线性时不变系统(LTI) 3.1 我们研究的是什么信号 LTI系统卷积.微分方程.差分方程系统函数 3.3常见的RC滤波器与电路高通滤波 ...

连续卷积和离散卷积定义及积分计算

目录