卷积物理含义

再学信号与系统时,接触到了卷积,在理解卷积的物理意义时,在网上了进行了一番搜索,记录下来,方便以后的回顾。

网上搜到了很多关于卷积物理意义的解释,下面是我觉得比较贴近信号与系统的解释,更贴近公式的物理含义。当然了,是因为我在学信号与系统,而信号与系统里包含了卷积的概念,我才找如下的例子进行阐述,我也看到了卷积用在很多领域上,比如图像处理等等吧,这里只是针对信号系统来理解卷积。


作者:镜面狐
链接:https://www.zhihu.com/question/22298352/answer/96263002
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
 

“先看下图,左边是输入信号,右边是输出信号:

卷积物理含义_第1张图片

(a)中,输入信号p(t)经过系统后得到输出信号h(t);

(b)中,输入信号较之于(a)延迟了τ,表示为p(t-τ),由于是LTI(线性时不变系统),输出信号也延迟τ,变为h(t-τ);

(c)、(d)两图阐释了LTI的叠加原理:若以p(t)+p(t-τ)为输入,则输出为h(t)+h(t-τ);

假设现在有一个输入信号u(t),将其表示为若干个我们刚刚见过的p(t)的叠加

卷积物理含义_第2张图片


 

那么u(t)通过上文的系统后,会得到什么呢?

假设可得y(t),根据叠加原理:

但我们仍有一些不太满意的地方,用p(t)表示的u(t)并不是精确的u(t)啊,那些小长条的面积比u(t)的面积可少了不少呢。除非Δ尽可能的小,长条尽可能的窄。

诶,这不就是积分么?

所以:

这就是卷积,与其理解成翻转,不如理解成延迟后叠加。”

这个例子告诉我们卷积可以理解为延迟后的叠加,在这个例子中我也注意到输入信号u(t)的组合何尝不是一种卷积呢,故应该也可以这样来理解卷积的定义,即将一般信号分解成了一系列阶跃信号的组合。

不过面对那么多卷积的解释和应用领域,我疑惑的是,卷积是如何一步步发展到不同的应用领域中的,目前图像变换和信号都涉及了卷积,那么卷积进入这些领域的时间线是怎么样的呢?或者卷积在不同领域是否有内在的联系? 

若卷积既可以理解为延迟后的叠加,又可以理解为将输入信号分解为一系列阶跃信号的叠加,那这两种理解方式在工业上都有应用吗?


或者卷积定义在其它领域上的物理含义?

这下理解了,我说怎么老觉得怪怪的,说不上来的感觉,原来是看着网上那么多的解释和信号书上介绍的不一样导致的。

这位大哥的评论让我茅塞顿开,

合恩角的风

“其实,我觉得你们的解释有一个问题。你们的解释只是阐述线性时不变系统的公式,响应=输入*系统函数。每本信号书上应该都有详细说明,即:一个信号可以分解成无数个冲激函数。而系统的系统函数就是每个冲击得到的响应,因为系统是线性时不变,所以可以把输入的各个冲击响应叠加起来,就是输出。而反褶和平移在每本书上都不是用来解释卷积的,而是用来计算卷积的方法。“

所以网上那么多对卷积的介绍只是解释计算卷积的方法,而卷积在信号引出的背景是信号可以分解成一系列阶跃信号的组合。

你可能感兴趣的:(傅立叶分析,抽象代数)