如何理解頻域中的乘法運算對應著時域中的卷積運算?

時間 2021-06-06 19:28:31

1樓:黑帥

可以通過積分推導但本質上是為了數學計算時的方便引入的一種運算,比如為啥引入對數?補充一下:而從訊號與系統角度理解,可以借助於取樣,頻域取樣等於時域週期延拓。

2樓:

搬運我在另乙個問題下的回答 https://www.

起初,我們有度量兩個訊號相似程度的相關運算 :

首先相關運算不是交換的,i.e., 與 的相似程度一般來說不等於 與 的相似程度:

類似的,相關運算也不結合: 。

因此,用相關運算作為「相似性」的度量顯然是不夠好的。於是我們另外定義運算 :

這個運算被稱為「卷積」。我們可以注意到,卷積運算是交換的:

另外,卷積也是結合的:

除此以外,卷積還有以下性質:

1. 運算么元

,2. 線性:

3. 存在逆元

本文並不打算說明怎樣求逆

4. 時不變性

令 則5. 導數

定理:卷積是唯一在時域訊號上滿足線性和時不變性的運算。

可以發現,卷積運算具有很好的性質。如性質 5 被廣泛用於影象識別的神經網路(CNN)(事實上CNN 用的是相關而非卷積)。

接下來,假定讀者了解傅利葉變化,我們來看看將卷積傅利葉變化後會得到什麼:

因此,卷積的傅利葉等於傅利葉的積。

類似地,也可以證明積的傅利葉等於傅利葉的卷積。

這樣的大費周章是為了簡化數值計算的複雜度。

假設 ,那麼直接做卷積運算的複雜度是 。而若通過 求卷積,複雜度是 。

如何理解傅利葉變換時域連續對應頻域非週期,時域離散對應頻域週期?

一點浩然氣 從取樣的角度,連續訊號時域抽樣形成離散,對應訊號頻域的搬移,產生週期性。時域連續等價與取樣間隔無限大,對應週期無限大,非週期。 ChrisZhang 時域是離散的,根據奈奎斯特取樣定律,肯定存在可觀察的最大頻率。超過這個值得其他頻率,必然會分散到其他頻率中,並且按不同頻率 對映 到可觀測...

如何以角色內心來理解其對應的替身

甜瓜 jojo中大部分替身都可以在替身使者的個人慾望和自身特點體現出來 這在各個主角和反派中得到很好的體現 喬瑟夫的戰鬥是智鬥的代表型,喬瑟夫往往能將環境轉化為工具使用,這都依靠著強大的資訊收集能力和快反應的頭腦 而隱者之紫很明顯繼承了喬的特點,是具有強大的資訊收集能力的工具型替身。阿強就不用說了 ...

如何理解 飛行時間(ToF) 技術,在各領域中的應用如何?

野合孢子 其實tof本身是個很廣義的定義。基本就是已知速度,測時間,求距離 比如聲波雷射測距 或者已知距離,測時間,求速度 比如tof質譜儀測質量,m f a 丟個桌球也可以tof,測你力氣大不大。 Bluebear 利益無關,之前參與過乙個軍用雷射測距專案 ToF ToF這玩意最初是為了測距的,目...