卷积物理意义

合集下载

实验报告信号卷积实验

实验报告信号卷积实验

一、实验目的1. 理解卷积的概念及其物理意义。

2. 掌握卷积运算的原理和方法。

3. 通过实验加深对卷积运算在实际应用中的理解。

二、实验原理1. 卷积的定义:卷积是一种线性运算,它描述了两个信号在时域上的相互作用。

对于两个连续时间信号f(t)和g(t),它们的卷积定义为:F(t) = ∫f(τ)g(t-τ)dτ其中,F(t)是卷积结果,f(τ)是信号f(t)的任意时刻的值,g(t-τ)是信号g(t)在时刻t-τ的值。

2. 卷积的性质:卷积具有交换律、结合律和分配律等性质。

其中,交换律是指f(t)和g(t)的卷积与g(t)和f(t)的卷积相等;结合律是指三个信号f(t)、g(t)和h(t)的卷积可以分别进行两两卷积后再进行一次卷积;分配律是指一个信号与两个信号的卷积等于该信号分别与两个信号卷积后的和。

三、实验内容1. 实验一:连续时间信号卷积实验(1)选用信号:选取两个连续时间信号f(t)和g(t),其中f(t)为矩形脉冲信号,g(t)为指数衰减信号。

(2)卷积计算:根据卷积的定义,计算f(t)和g(t)的卷积F(t)。

(3)结果分析:观察F(t)的波形,分析卷积结果的物理意义。

2. 实验二:离散时间信号卷积实验(1)选用信号:选取两个离散时间信号f[n]和g[n],其中f[n]为单位阶跃信号,g[n]为矩形脉冲信号。

(2)卷积计算:根据离散时间信号卷积的定义,计算f[n]和g[n]的卷积F[n]。

(3)结果分析:观察F[n]的波形,分析卷积结果的物理意义。

3. 实验三:MATLAB仿真实验(1)选用信号:选取两个连续时间信号f(t)和g(t),其中f(t)为正弦信号,g(t)为余弦信号。

(2)MATLAB编程:利用MATLAB的信号处理工具箱,编写程序实现f(t)和g(t)的卷积运算。

(3)结果分析:观察MATLAB仿真得到的卷积结果,分析其物理意义。

四、实验结果与分析1. 实验一:连续时间信号卷积实验(1)实验结果:通过计算得到f(t)和g(t)的卷积F(t)的波形。

卷积的物理意义

卷积的物理意义

卷积的物理意义
卷积的物理意义:卷积可代表某种系统对某个物理量或输入的调制或污染。

在泛函分析中,卷积、旋积或褶积(英语:Convolution)是
通过两个函数f和g生成第三个函数的一种数学算子,表征函数
f与g经过翻转和平移的重叠部分函数值乘积对重叠长度的积分。

如果将参加卷积的一个函数看作区间的指示函数,卷积还可以被看作是“滑动平均”的推广。

卷积定理
卷积定理指出,函数卷积的傅里叶变换是函数傅里叶变换的乘积。

即,一个域中的卷积相当于另一个域中的乘积,例如时域中的卷积就对应于频域中的乘积。

这一定理对拉普拉斯变换、双边拉普拉斯变换、Z变换、Mellin变换和Hartley变换(参见Mellin inversion theorem)等各种傅里叶变换的变体同样成立。

在调和分析中还可以推广到在局部紧致的阿贝尔群上定义的傅里叶变换。

利用卷积定理可以简化卷积的运算量。

对于长度为n的序列,按照卷积的定义进行计算,需要做(2n- 1)组对位乘法,其计算
复杂度为;而利用傅里叶变换将序列变换到频域上后,只需要一组对位乘法,利用傅里叶变换的快速算法之后,总的计算复杂度为。

这一结果可以在快速乘法计算中得到应用。

信号卷积物理意义

信号卷积物理意义

信号卷积物理意义信号卷积在信号处理中扮演着重要的角色。

在一些信号处理问题中,我们需要将两个信号进行卷积,以获得一些有用的信息。

以下将介绍信号卷积的物理意义及其应用。

1. 物理意义信号卷积可以理解为两个信号之间的“混合”或“交互”。

它衡量的是两个信号在时间和幅度维度上的相互作用程度。

具体来说,当我们将信号f(t)和信号g(t)进行卷积时,相当于在时域上对这两个信号进行乘积并对结果进行积分,如下所示:h(t) = ∫f(τ)g(t-τ)dτ其中,h(t)表示卷积的结果,t表示时间变量,τ表示积分变量。

2. 应用信号卷积在信号处理中有着广泛的应用。

以下是一些常见的应用:(1)系统响应在信号处理中,我们经常需要计算系统的响应。

已知输入信号和系统响应,可以通过信号卷积计算输出信号。

具体来说,输出信号可以表示为输入信号和系统响应的卷积,如下所示:y(t) = ∫x(τ)h(t-τ)dτ其中,y(t)表示输出信号,x(t)表示输入信号,h(t)表示系统响应。

(2)图像处理信号卷积也广泛应用于图像处理中。

在图像处理中,我们经常需要对图像进行模糊或者平滑处理。

这可以通过对图像和一个特定卷积核进行卷积实现。

卷积核的大小和形状不同,会产生不同的效果。

(3)滤波信号卷积还可以用于滤波。

在信号处理中,我们经常需要对信号进行低通或高通滤波,以去除或者保留特定频率范围内的信号分量。

这可以通过对信号和一个特定滤波器进行卷积实现。

总之,信号卷积在信号处理中有着广泛的应用和重要的物理意义。

通过掌握信号卷积的原理和应用,可以更好地理解信号处理领域中的各种问题和方法,提高信号处理的效率和准确性。

幽默讲卷积

幽默讲卷积

最幽默的解释卷积的物理意义谈起卷积分当然要先说说冲击函数—-这个倒立的小蝌蚪,卷积其实就是为它诞生的。

‖冲击函数‖是狄拉克为了解决一些瞬间作用的物理现象而提出的符号。

古人曰:‖说一堆大道理不如举一个好例子‖,冲量这一物理现象很能说明‖冲击函数‖。

在t时间内对一物体作用F的力,我们可以让作用时间t很小,作用力F很大,但让Ft的乘积不变,即冲量不变。

于是在用t 做横坐标、F做纵坐标的坐标系中,就如同一个面积不变的长方形,底边被挤的窄窄的,高度被挤的高高的,在数学中它可以被挤到无限高,但即使它无限瘦、无限高、但它仍然保持面积不变(它没有被挤没!),为了证实它的存在,可以对它进行积分,积分就是求面积嘛!于是‖卷积‖ 这个数学怪物就这样诞生了。

说它是数学怪物是因为追求完美的数学家始终在头脑中转不过来弯,一个能瘦到无限小的家伙,竟能在积分中占有一席之地,必须将这个细高挑清除数学界。

但物理学家、工程师们确非常喜欢它,因为它解决了很多当时数学家解决不了的实际问题。

最终追求完美的数学家终于想通了,数学是来源于实际的,并最终服务于实际才是真。

于是,他们为它量身定做了一套运作规律。

于是,妈呀!你我都感觉眩晕的卷积分产生了。

例子:有一个七品县令,喜欢用打板子来惩戒那些市井无赖,而且有个惯例:如果没犯大罪,只打一板,释放回家,以示爱民如子。

有一个无赖,想出人头地却没啥指望,心想:既然扬不了善名,出恶名也成啊。

怎么出恶名?炒作呗!怎么炒作?找名人呀!他自然想到了他的行政长官——县令。

无赖于是光天化日之下,站在县衙门前撒了一泡尿,后果是可想而知地,自然被请进大堂挨了一板子,然后昂首挺胸回家,躺了一天,嘿!身上啥事也没有!第二天如法炮制,全然不顾行政长管的仁慈和衙门的体面,第三天、第四天……每天去县衙门领一个板子回来,还喜气洋洋地,坚持一个月之久!这无赖的名气已经和衙门口的臭气一样,传遍八方了!县令大人噤着鼻子,呆呆地盯着案子上的惊堂木,拧着眉头思考一个问题:这三十个大板子怎么不好使捏?……想当初,本老爷金榜题名时,数学可是得了满分,今天好歹要解决这个问题:——人(系统!)挨板子(脉冲!)以后,会有什么表现(输出!)?——费话,疼呗!——我问的是:会有什么表现?——看疼到啥程度。

1卷积和褶积的物理意义

1卷积和褶积的物理意义

1卷积和褶积的物理意义卷积的物理意义进入到大学之后,学习的第一门课就是微积分,这门课对于理工科学生来说应该是整个大学学习最大的基石,因为读大学的首要目的就是对某一方面的事物有更加具体详细的认识,从而大大增强我们对这方面的事物改造与创造的能力,提升我们个人的生产力。

而对于学工科的我们来说,我们在大学里所要研究与认识的东西是某一具体的物质,这些物质由于具体,所以必然可以被分解为无数非常小的微粒,由于这些微粒各自之间的作用的累积,形成了我们所需研究的物质的种种特性,于是要能够对这些物质具体详细的认识就必须从非常小的微粒开始研究,而微积分本质就是对许多无穷小量的微元在一定范围内进行加减乘除也就是微分与积分的运算,这正好契合了我们工科专业的研究物理性东西的需求。

因此,在这样的背景下,我们在大学中就会学到一系列具有物理意义的数学公式与概念,这些公式十分抽象,但却包罗万象,本文就是试图对卷积这一数学概念做一个深入的分析。

首先,先列出卷积的定义式:r(t)=∫e(τ)h(t τ)dτ。

从直观上理解∞+∞这个公式就是r在t时刻的取值等于e在τ时刻的取值乘以它持续的时间dτ再乘以一个大小与t-τ这段时间间隔有关的系数h(t-τ)最后在整个时间域上相加(积分)所得的值,这是最本质的解释。

在物理上e(t)看成一个外界对某一系统的作用(激励)r(t)看成这个作用对该系统的某个状态量的作用效果(响应)h(t)看成一个反映系统性质的函数(冲击响应)如果从这个角度再来理解这一公式的话,那就是:对于一个已有的系统在某一时刻τ外界对它产生了一个作用(激励)e(τ),它的持续时间是dτ,所以它的作用量(作用值乘以作用时间)等于e(τ)dτ,再乘以一个系数h(t-τ)(表示τ时刻激励对t时刻系统状态量r(t)的影响程度,这个系数的取值是t与τ的时间间隔t-τ的函数),也就是相当于将这个激励量通过h(t)传递过去(所以h(t)也称为传递函数),τττ,将,就得到了卷积的这个公式了。

卷积物理意义

卷积物理意义

卷积物理意义
卷积的物理意义主要在于描述系统对输入信号的响应。

对于线性时不变系统,当输入信号f(t)作用于系统后,系统会输出一个响应信号y(t)。

这个响应可以看作是输入信号和系统冲激响应h(t)的卷积积分。

通俗地说,可以把卷积理解为一种“叠加”过程。

具体来说,卷积运算中的每一个输出都是输入信号与系统冲激响应的特定叠加的输出。

这种叠加发生在所有的时间点上,所以卷积的定义式是无限长的。

另外,卷积运算的结果与输入信号和系统冲激响应的顺序无关,即交换输入信号f(t)和系统冲激响应h(t)的顺序并不会改变卷积的结果。

这是卷积满足交换律的表现。

卷积的定义和证明

卷积的定义和证明

卷积的定义和证明卷积是一种数学运算方法,用于处理信号和系统。

它被广泛应用于图像处理、语音处理、信号处理等领域。

本文将介绍卷积的定义和证明。

一、卷积的定义假设有两个函数f和g,它们的卷积定义为:$$(f*g)(t)=\int_{-\infty}^\infty f(t-\tau)g(\tau)d\tau$$其中,t表示时间,∈R,τ表示卷积核或滤波器的延迟时间。

卷积核或滤波器可以看作是g函数,它的作用是对f函数进行滤波或卷积运算。

卷积的结果是一个新的函数,称为卷积函数。

卷积函数的物理意义是:在t时刻,输入f和g的卷积值就是f 时刻和g时刻的“重叠部分”的积分。

因此,卷积运算可以理解为对函数f进行滤波和融合,从而得到更有用的信息。

二、卷积的证明要证明卷积的定义,首先需要理解积分的基本性质和变量代换法则。

假设有函数h(t)=f(t-τ)g(τ),那么卷积的定义可以表示为:$$(f*g)(t)=\int_{-\infty}^\infty h(t) d\tau$$步骤1:将函数h(t)按照时间τ进行反转,并将τ替换为t-τ,得到:$$h(-\tau)=f(-\tau+t)g(-\tau)=f(t-\tau)g(\tau)=h(\tau)$$步骤2:将h(t)拆分成两个部分,一个是h(t)当τ≥0时的值,一个是h(t)当τ<0时的值,即:$$h(t)=\begin{cases} h(\tau), & \tau \geq 0 \\ 0, & \tau < 0\end{cases}$$步骤3:将卷积积分转化为关于h(t)的积分,得到:$$(f*g)(t)=\int_{-\infty}^\infty h(t) d\tau=\int_{0}^\infty h(t) d\tau$$步骤4:将h(t)表示成两个部分,即:$$h(t)=h(t)\cdot u(\tau)+h(t)\cdot u(-\tau)$$其中,u(\tau)表示单位阶跃函数。

最幽默的解释 卷积的物理意义

最幽默的解释 卷积的物理意义

最幽默的解释卷积的物理意义
谈起卷积分当然要先说说冲击函数----这个倒立的小蝌蚪,卷积其实就是为它诞生的。

“冲击函数”是狄拉克为了解决一些瞬间作用的物理现象而提出的符号。

古人曰:“说一堆大道理不如举一个好例子”,冲量这一物理现象很能说明“冲击函数”。

在t时间内对一物体作用F的力,我们可以让作用时间t很小,作用力F很大,但让Ft的乘积不变,即冲量不变。

于是在用t做横坐标、F做纵坐标的坐标系中,就如同一个面积不变的长方形,底边被挤的窄窄的,高度被挤的高高的,在数学中它可以被挤到无限高,但即使它无限瘦、无限高、但它仍然保持面积不变(它没有被挤没!),为了证实它的存在,可以对它进行积分,积分就是求面积嘛!于是“卷积” 这个数学怪物就这样诞生了。

说它是数学怪物是因为追求完美的数学家始终在头脑中转不过
来弯,一个能瘦到无限小的家伙,竟能在积分中占有一席之地,必须将这个细高挑清除数学界。

但物理学家、工程师们确非常喜欢它,因为它解决了很多当时数学家解决不了的实际问题。

最终追求完美的数学家终于想通了,数学是来源于实际的,并最终服务于实际才是真。

于是,他们为它量身定做了一套运作规律。

于是,妈呀!你我都感觉眩晕的卷积分产生了。

卷积的本质是什么?有什么物理意义?幽默的给你解释

卷积的本质是什么?有什么物理意义?幽默的给你解释

卷积的本质是什么?有什么物理意义?幽默的给你解释分三个部分来理解: 1.信号的角度 2.数学家的理解(外行) 3.与多项式的关系卷积这个东东是“信号与系统”中论述系统对输入信号的响应而提出的。

因为是对模拟信号论述的,所以常常带有繁琐的算术推倒,很简单的问题的本质常常就被一大堆公式淹没了,那么卷积究竟物理意义怎么样呢?卷积表示为y(n) = x(n)*h(n)使用离散数列来理解卷积会更形象一点,我们把y(n)的序列表示成y(0),y(1),y(2) and so on; 这是系统响应出来的信号。

同理,x(n)的对应时刻的序列为x(0),x(1),x(2)...and so on;其实我们如果没有学过信号与系统,就常识来讲,系统的响应不仅与当前时刻系统的输入有关,也跟之前若干时刻的输入有关,因为我们可以理解为这是之前时刻的输入信号经过一种过程(这种过程可以是递减,削弱,或其他)对现在时刻系统输出的影响,那么显然,我们计算系统输出时就必须考虑现在时刻的信号输入的响应以及之前若干时刻信号输入的响应之“残留”影响的一个叠加效果。

假设0时刻系统的响应为y(0),若其在1时刻时,此种响应未改变,则1时刻的响应就变成了y(0)+y(1),叫序列的累加和(与序列的和不一样)。

但常常系统中不是这样的,因为0时刻的响应不太可能在1时刻仍旧未变化,那么怎么表述这种变化呢,就通过h(t)这个响应函数与x(0)相乘来表述,表述为x(m)×h(n-m),具体表达式不用多管,只要记着有大概这种关系,引入这个函数就能够表述y(0)在1时刻究竟削弱了多少,然后削弱后的值才是y(0)在1时刻的真实值,再通过累加和运算,才得到真实的系统响应。

再拓展点,某时刻的系统响应往往不一定是由当前时刻和前一时刻这两个响应决定的,也可能是再加上前前时刻,前前前时刻,前前前前时刻,等等,那么怎么约束这个范围呢,就是通过对h(n)这个函数在表达式中变化后的h(n-m)中的m的范围来约束的。

卷积的物理意义是什么

卷积的物理意义是什么

卷积的物理意义是什么?叽叽拨叽叽丁建辉对于初学者,我推荐用复利的例子来理解卷积可能更直观一些:小明存入100元钱,年利率是5%,按复利计算(即将每一年所获利息加入本金,以计算下一年的利息),那么在五年之后他能拿到的钱数是,如下表所示:将这笔钱存入银行的一年之后,小明又往银行中存入了100元钱,年利率仍为5%,那么这笔钱按复利计算,到了第五年,将收回的钱数是,我们将这一结果作为新的一行加入上面的表格中:以此类推,如果小明每年都往银行中存入新的100元钱,那么这个收益表格将是这样的:可见,最终小明拿到的钱将等于他各年存入的钱分别计算复利之后得到的钱数的总和,即:用求和符号来简化这个公式,可以得到:在上式中,为小明的存钱函数,而为存入银行的每一笔钱的复利计算函数。

在这里,小明最终得到的钱就是他的存钱函数和复利计算函数的卷积。

为了更清晰地看到这一点,我们将这个公式推广到连续的情况,也就是说,小明在从到的这一段时间内,每时每刻都往银行里存钱,他的存钱函数为,而银行也对他存入的每一笔钱按复利公式计算收益:,则小明到时间将得到的总钱数为:这也就是卷积的表达式了,上式可以记为。

相信通过上面这个例子,大家应该能够很清晰地记住卷积公式了。

下面我们再展开说两句:如果我们将小明的存款函数视为一个信号发生(也就是激励)的过程,而将复利函数视为一个系统对信号的响应函数(也就是响应),那么二者的卷积就可以看做是在时刻对系统进行观察,得到的观察结果(也就是输出)将是过去产生的所有信号经过系统的「处理/响应」后得到的结果的叠加,这也就是卷积的物理意义了。

卷积经典例子比如说你的老板命令你干活,你却到楼下打台球去了,后来被老板发现,他非常气愤,扇了你一巴掌(注意,这就是输入信号,脉冲),于是你的脸上会渐渐地(贱贱地)鼓起来一个包,你的脸就是一个系统,而鼓起来的包就是你的脸对巴掌的响应,好,这样就和信号系统建立起来意义对应的联系。

下面还需要一些假设来保证论证的严谨:假定你的脸是线性时不变系统,也就是说,无论什么时候老板打你一巴掌,打在你脸的同一位置(这似乎要求你的脸足够光滑,如果你说你长了很多青春痘,甚至整个脸皮处处连续处处不可导,那难度太大了,我就无话可说了哈哈),你的脸上总是会在相同的时间间隔内鼓起来一个相同高度的包来,并且假定以鼓起来的包的大小作为系统输出。

卷积物理意义 卷积最简单解释

卷积物理意义 卷积最简单解释

卷积物理意义卷积最简单解释《卷积物理意义:卷积最简单解释》嗨,大家好!今天我想跟你们聊聊一个超级有趣的东西,那就是卷积的物理意义。

你们可能一听这个词就觉得好高深啊,脑袋都大了,就像我一开始听到的时候一样。

不过别担心,我会用特别简单的方式给大家讲明白的。

咱们先想象一下,你有一个小盒子,这个小盒子就像是一个函数。

这个函数呢,它不是那种随随便便的东西,它有自己的形状,就像小盒子有自己的长、宽、高一样。

然后呢,你还有另外一个东西,咱们就把它想象成是一把小刷子。

这把小刷子也是一个函数哦。

现在呢,咱们就开始做一件特别好玩的事情。

你拿着这个小刷子,在小盒子上刷来刷去的。

这个过程啊,就有点像卷积啦。

比如说,小刷子每次刷过小盒子的一部分,就会产生一个新的结果,就像你画画的时候,刷子沾上颜料在纸上涂抹,每涂抹一次就会有一个不同的颜色混合效果一样。

卷积就是这样一种混合的过程。

我再给你们举个更实际的例子哈。

咱们就说学校操场吧。

操场就像那个大的函数,也就是咱们之前说的小盒子。

然后呢,有一群小朋友在操场上跑步,每个小朋友跑步的轨迹就像是那把小刷子,也就是另外一个函数。

小朋友们在操场上跑来跑去,他们的轨迹和操场的每个地方都产生了一种互动,这个互动的结果就像是卷积的结果。

我跟我的小伙伴小明也讨论过这个卷积的事儿呢。

我跟他说:“小明啊,你看这个卷积就像咱们在沙堆上玩一样。

沙堆是一个形状,就像那个大函数,咱们的小手在沙堆上划来划去,小手的动作就像是小函数,咱们手划过沙堆的每个地方,沙堆就会有不同的变化,这个变化不就像是卷积产生的结果吗?”小明听了之后,眼睛一下子就亮了,他说:“哇,原来这么好玩啊!”那从数学的角度来说呢,卷积其实就是一种特殊的运算。

比如说,咱们有两个函数,一个是f(x),一个是g(x)。

卷积就是把这两个函数按照一种特殊的规则进行组合。

就好像是把小盒子和小刷子按照一种特殊的方式混合起来。

再想象一下,假如你有一堆乐高积木,这些积木有不同的形状和颜色。

卷积的本质及物理意义(整理)

卷积的本质及物理意义(整理)

卷积的本质及物理意义分三个部分来理解:1.信号的角度2.数学家的理解(外行)3.与多项式的关系卷积这个东东是“信号与系统”中论述系统对输入信号的响应而提出的。

因为是对模拟信号论述的,所以常常带有繁琐的算术推倒,很简单的问题的本质常常就被一大堆公式淹没了,那么卷积究竟物理意义怎么样呢?卷积表示为y(n) = x(n)*h(n)使用离散数列来理解卷积会更形象一点,我们把y(n)的序列表示成y(0),y(1),y(2) and so on; 这是系统响应出来的信号。

同理,x(n)的对应时刻的序列为x(0),x(1),x(2)...and so on;其实我们如果没有学过信号与系统,就常识来讲,系统的响应不仅与当前时刻系统的输入有关,也跟之前若干时刻的输入有关,因为我们可以理解为这是之前时刻的输入信号经过一种过程(这种过程可以是递减,削弱,或其他)对现在时刻系统输出的影响,那么显然,我们计算系统输出时就必须考虑现在时刻的信号输入的响应以及之前若干时刻信号输入的响应之“残留”影响的一个叠加效果。

假设0时刻系统的响应为y(0),若其在1时刻时,此种响应未改变,则1时刻的响应就变成了y(0)+y(1),叫序列的累加和(与序列的和不一样)。

但常常系统中不是这样的,因为0时刻的响应不太可能在1时刻仍旧未变化,那么怎么表述这种变化呢,就通过h(t)这个响应函数与x(0)相乘来表述,表述为x(m)×h(n-m),具体表达式不用多管,只要记着有大概这种关系,引入这个函数就能够表述y(0)在1时刻究竟削弱了多少,然后削弱后的值才是y(0)在1时刻的真实值,再通过累加和运算,才得到真实的系统响应。

再拓展点,某时刻的系统响应往往不一定是由当前时刻和前一时刻这两个响应决定的,也可能是再加上前前时刻,前前前时刻,前前前前时刻,等等,那么怎么约束这个范围呢,就是通过对h(n)这个函数在表达式中变化后的h(n-m)中的m的范围来约束的。

详解卷积公式的物理意义

详解卷积公式的物理意义

详解卷积公式的物理意义作者:Uncle Jack日期:2020/03/15分解思维1. 人类科学有一个特点是喜欢使用分解的思维去理解分析很多复杂的事物,比如傅里叶级数把很多奇形怪状的函数分解成无穷多个三角函数,又比如力学分析中把单个力分解成直角坐标系中的的xy分量等等。

如果要研究以时间为自变量的函数x[t]经过系统H后会输出什么这样的问题,也可以用分解的方法去看待2. 从能量的角度看,任何信号都是由一份一份的基本能量所构成的,它们在时间轴上紧密排列,最后形成一条曲线,我们把它叫做x (t),纵轴为x(t),横轴为t,离散化之后叫x[n],因此信号一定是时间的函数。

和我们平时经验积累起来的函数不同,平时做数学题的函数多为静态函数,也就是一个输入值对应一个输出值,这种函数当前的输出和历史的输入好像没什么关系。

3. 利用分解思维,我们也可以定义出最基本的能量单元,或者取名叫单位1能量,这样一来所有的信号都可以由这个单位1能量组成,这个单位1能量就是冲击函数δ(t),离散世界中叫做δ[n],这个函数将用来表示单位1的能量,甚至它生成的时间位置都有做归一化处理,即在时刻0(注意这里说的是时刻)上出现单位1的能量,其余任意时刻能量都为0,为了表述方便,这里用离散函数分析通用意义。

用冲击函数表示任意函数x[n]为:因为只有当n=k时,δ[n-k]才为1,其余值都是0,所以等式是成立的。

这个公式的分析:时刻上看:在任意时刻k,信号的能量值x[k]等于x[k]乘以1,看起来像是废话,但这里面透露的深层次信息为:信号x[k]已经被分解,改用单位1能量的倍数来表示总时间上看:用单位1能量描绘了信号x[n]在时间轴上各个时刻的能量值大小现在假设x[n]经过一个线性移不变系统H,输出为y[n],因为线性,所以下面等式成立:又因为移不变性,所以下面等式成立:其中h[n]是系统H的冲击响应函数,h[n-k]是第n-k时刻对应的冲击响应值第一个关键的东西来了,冲击响应是什么?直观理解就是冲击信号通过系统之后的输出,这个输出函数同输入函数一样,也是带着一个时间自变量的信号。

卷积神经网络之卷积的物理意义

卷积神经网络之卷积的物理意义

卷积神经⽹络之卷积的物理意义 图像中的卷积,是离散的,这不同于我们数学中的卷积公式,数学中的卷积公式⼤部分都是连续的,但是也有离散的卷积公式,学过数字信号处理的应该都知道。

这⼀点是我之前不明⽩的地⽅。

正如上图所⽰,⼤的⽅框表⽰原图像的像素,中间⼩的3*3的⽅框为卷积模板,最右边的⽅框是做完卷积之后的输出图像。

那么,为什么要对图像做卷积呢?卷积的物理意义是什么呢?经过查阅资料和听取课程,终于有些明⽩了为什么要对图像做卷积。

如上图所⽰,对图像的卷积就是使卷积模板与原图像的像素相对应的位置先做乘法然后把相应位置得到的结果进⾏求和,最终把求和的结果赋给⽬标像素。

如上图中的计算,最终得到的结果为-8。

这⾥实际上就是做了点积操作,点积的操作就是两个向量相应位置相乘然后求和。

点积的物理意义是两个向量之间的相似度。

推⼴到这⾥,可以说成卷积模板与图像中某⼀块区域的相似度,如果卷积结果越⼤,说明图像中的某位置和卷积模板类似,如果卷积结果⼩,说明图像中某位置和卷积模板的相似度很⼩。

如果把卷积模板作为特征算⼦或者特征向量,那么就是不断的去问被卷积的这张图像上有哪些部分是符合我这个特征算⼦的。

根据这个特点,如果我们有较好的卷积模板,也就是卷积模板中的元素较好,符合某个特征,就可以检测图像中的特征,进⽽利⽤特征识别图像。

⽐如说我这个卷积模板是⼈的眼睛的特征算⼦,那么在⼈的图像进⾏完卷积之后,图像中眼睛部分的响应也就是相似度很⾼,其他部分的响应或者相似度很⼩。

上述只是⼀个卷积模板或者特征算⼦,那⼀个特征显然不⾜以区分这个世界。

如果我们有千千万万个卷积的模板,换句话说你就会有千千万万个特征算⼦,那这些特征会帮助你区分这个世界中的⽐如猫啊,狗啊,轮船啊等等物体。

那么什么是深度卷积神经⽹络呢?就是去求解这千千万万个卷积模板的这么⼀种⽹络。

这些卷积模板可不是随随便便凭空得来的,⽽是要通过不断的学习得来的。

深度卷积神经⽹络就是不断地去学习,最终求得了这些卷积模板。

卷积的含义以及几个重要的性质

卷积的含义以及几个重要的性质

卷积的含义以及几个重要的性质
卷积!这个概念曾经困扰了我好长时间,一直似懂非懂。

知道学习了信号与系统这门课程以后才有了比较准确的认识。

卷积是一种积分运算,在信号处理领域其物理意义是输入信号经过线性时不变系统的处理以后得到的输出。

如果一个系统是线性时不变系统的0时刻的冲击响应,那么我们就可以用这个响应与输入做卷积得到系统的输出。

就这么简单!如果光看数学公式,什么反褶、滑动,搞了半天不知道什么用,还有人用什么棒子在头上打包来做比喻,越整越懵!个人觉得数学这个东西其实是非常有意思的,它源于生活而高于生活,但是我们学习的时候往往老师不会讲应用背景就理论而理论,抽象的公式推来推去把人整懵了。

卷积有三个重要的性质一定要知道:
交换律:x*h = h*x,它满足交换律,就是说如果把x看成输入、h做为系统响应的结果,与把h作为输入、x作为系统响应他们的输出是一样的;
结合律:x*h1*h2 = x*(h1*h2)=x*h2*h1,结合律的意思是说如果两个系统如果都满足线性、时不变,输入x经过h1系统和h2系统的处理结果,和把h1*h2当作一个系统处理的结果相同,而且信号先经过哪个系统最后效果都相同。

如果一个大系统有无数个小线性系统组成,我们可以把他们作为一个分析整体。

分配律:x*(h1+h2) = x*h1+x*h2,分配律的意思是说,如果两个系统是并行连的,那么最后的结果可以成为输入分别与两个系统作用的结果再相加,相当于可以把一个大线性系统分解为若干个小的系统然后分别求输出以后再叠加。

从上面三个定理看,卷积并不是特别难理解的概念一样,它与乘法非常相似只不过计算的时候用到了积分求和。

卷积在信号处理里面是非常重要的数学工具,一定要搞懂。

卷积的物理意义

卷积的物理意义

卷积的物理意义卷积是“信号与系统”中论述系统对输入信号的响应而提出的。

因为是对模拟信号论述的,所以常常带有繁琐的算术推倒,很简单的问题的本质常常就被一大堆公式淹没了,那么卷积究竟物理意义怎么样呢?卷积表示为y(n) = x(n)*h(n)使用离散数列来理解卷积会更形象一点,我们把y(n)的序列表示成y(0),y(1),y(2) and so on; 这是系统响应出来的信号。

同理,x(n)的对应时刻的序列为x(0),x(1),x(2)...and so on;其实我们如果没有学过信号与系统,就常识来讲,系统的响应不仅与当前时刻系统的输入有关,也跟之前若干时刻的输入有关,因为我们可以理解为这是之前时刻的输入信号经过一种过程(这种过程可以是递减,削弱,或其他)对现在时刻系统输出的影响,那么显然,我们计算系统输出时就必须考虑现在时刻的信号输入的响应以及之前若干时刻信号输入的响应之“残留”影响的一个叠加效果。

假设0时刻系统响应为y(0),若其在1时刻时,此种响应未改变,则1时刻的响应就变成了y(0)+y(1),叫序列的累加和(与序列的和不一样)。

但常常系统中不是这样的,因为0时刻的响应不太可能在1时刻仍旧未变化,那么怎么表述这种变化呢,就通过h(t)这个响应函数与x(0)相乘来表述,表述为x(m)×h(m-n),具体表达式不用多管,只要记着有大概这种关系,引入这个函数就能够表述y(0)在1时刻究竟削弱了多少,然后削弱后的值才是y(0)在1时刻的真实值,再通过累加和运算,才得到真实的系统响应。

再拓展点,某时刻的系统响应往往不一定是由当前时刻和前一时刻这两个响应决定的,也可能是再加上前前时刻,前前前时刻,前前前前时刻,等等,那么怎么约束这个范围呢,就是通过对h(n)这个函数在表达式中变化后的h(m-n)中的m的范围来约束的。

即说白了,就是当前时刻的系统响应与多少个之前时刻的响应的ﻪ“残留影响”有关。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

卷积的物理意义
进入到大学之后,学习的第一门课就是微积分,这门课对于理工科学生来说应该是整个大学学习最大的基石,因为读大学的首要目的就是对某一方面的事物有更加具体详细的认识,从而大大增强我们对这方面的事物改造与创造的能力,提升我们个人的生产力。

而对于学工科的我们来说,我们在大学里所要研究与认识的东西是某一具体的物质,这些物质由于具体,所以必然可以被分解为无数非常小的微粒,由于这些微粒各自之间的作用的累积,形成了我们所需研究的物质的种种特性,于是要能够对这些物质具体详细的认识就必须从非常小的微粒开始研究,而微积分本质就是对许多无穷小量的微元在一定范围内进行加减乘除也就是微分与积分的运算,这正好契合了我们工科专业的研究物理性东西的需求。

因此,在这样的背景下,我们在大学中就会学到一系列具有物理意义的数学公式与概念,这些公式十分抽象,但却包罗万象,本文就是试图对卷积这一数学概念做一个深入的分析。

首先,先列出卷积的定义式:()()()r t e h t d τττ+∞
−∞=−∫。

从直观上理解
这个公式就是r 在t 时刻的取值等于e 在τ时刻的取值乘以它持续的时间d τ再乘以一个大小与t-τ这段时间间隔有关的系数h(t-τ)最后在整个时间域上相加(积分)所得的值,这是最本质的解释。

在物理上e(t)看成一个外界对某一系统的作用(激励)
r(t)看成这个作用对该系统的某个状态量的作用效果(响应)h(t)看成一个反映系统性质的函数(冲击响应)
如果从这个角度再来理解这一公式的话,那就是:对于一个已有的系统在某一时刻τ外界对它产生了一个作用(激励)e(τ),它的持续时间是d τ,所以它的作用量(作用值乘以作用时间)等于e(τ)d τ,再乘以一个系数h(t-τ)(表示τ时刻激励对t 时刻系统状态量r(t)的影响程度,这个系数的取值是t 与τ的时间间隔t-τ的函数),也就是相当于将这个激励量通过h (t )传递过去(所以h (t )也称为传递函数),系统最终得到τ时刻激励e(τ)对状态量r(t)在t 时刻的取值的影响量e(τ)h(t-τ)d τ,将各时刻的影响量累加起来(积分),就得到了卷积的这个公式了。

简而言之,就是某一时刻的状态量取决于所有时刻的作用效果以某种方式累积起来的结果。

这样就应该解释清了卷积这一数学概念最本质的物理意义。

下面举个例子,比如00()()*()()r t e t t t e t t δ=−=−这个公式,将该公式
变化得到00()()()()r t e t t d e t t τδττ+∞
−∞=−−=−∫,由上式可以看出只有当
0t t τ=−时冲激函数才有值,其他时刻都是0,所以物理意义就是只有
当前时刻t 之前0t 时间的t-0t 时刻的激励才能完全地作用到响应上,
且大小不变,其他时刻的激励对当前时刻t 的响应都没有影响。

这个例子反映的是一种最简单的情况即响应恰好只等于某一时刻的激励。

再举一个生动的例子就是用一个力拉一个弹簧,弹簧后面连着一个物块,在粗糙的表面作直线运动,把力f (t )看成激励,物块的速度v(t)看成响应量,则物块和弹簧就组成了一个系统,该系统的传递函数h (t )取决于弹簧的质量、弹性模量、物块的质量和表面的摩擦力。

如图:则t 时刻速度v 的大小取决于之前所有时刻力f 通过系统传递给它的作用的累积,可以用卷积的方法。

()()()v t f t h t =∗得到。

了解了卷积最本质的物理意义之后,就要研究一下在应用卷积中会碰到的一些具体的物理概念性的问题了。

第一,目前为止,我们所学的知识都是把卷积应用在线性时不变系统中,即系数h (t )的大小只决定于时间间隔t-τ,而与某个初始时刻无关(时不变性)以及与激励量的大小无关(线性)。

但我认为卷积的概念可以拓展到非线性时变的领域。

先讨论时变,时变意味着系数h (t )的关于时间t 的函数表达式会随着时间的流淌而变化,就拿上面这个施力拉物块的例子说,时变就等于是弹簧的质量、弹性模量、物块的质量和表面的摩擦力这些系统的性质量里的某些会随时间发生变化,比如随着时间的变化周围温度发生变化导致弹性模量改变,或者每隔一段时间切去物块的一部分质量等等的情况都会导致h (t )表达式的变化,但是这些变化都能够量化,且只要知道这些变化何时发生,就可以把它们写成关于时间的函数(如果不是连续的函数则可用分段函数的形式表示),即使不知道这些变化会在何时发生,也可以利用通信原理里面处理高斯白噪声的随机过程的方法,把这些变化看成随机过程,通过一系列数学推导,与t 有关的带有概率的表达式,最后把这些与t 有关的表达式都体现到h (t )的表达式中去,从而将它扩展为h (t ,K (t ))的形式(K (t )是那些参数随时间变化的函数式),然后在卷积的积分中使用分段积分的方法,就可以利用卷积得到时变系统的响应了。

再讨论非线性,非线性就是根据输入e (t )的不同h (t )会发生改变,还是拿施力拉物块的例子说,比如
v (t )
某一时刻突然力f很大把弹簧拉得变形了或拉断了改变了弹簧弹性或者使物块一下子与地面产生巨大摩擦磨掉了一些质量,这些都是非线性的表现会使h(t)改变,处理的方法和讨论时变情况时一样,把h (t)扩展为h(t,F(t))(F(t)为力)的形式,利用分段积分的方法,最终得到非线性系统的响应了。

最后,在上面的讨论中可能会让人觉得对于未知h(t)的参数随时间如何变化即具有随机性时如何应用卷积方法的讨论过于模糊笼统,但是我认为在现实的物理和工程问题中,过于突发的事件来产生时变与非线性的情况极少遇到,现实中都是一些h(t)的参数缓慢变化且可以通过详细分析与测量研究清楚它们如何变化的情况,所以前面讨论出的结论可以成立,就是说卷积的方法可以扩展到非线性时变的物理系统中。

第二,考虑以下这种情况,力拉物块时,若力突然去掉,如果仅仅从()()()
v t f t h t
=∗这个公式来看v(t)应该趋于不变,但根据物理知识我们知道物块会受地的摩擦力及其他一些阻力而停下,乍看来卷积公式似乎出错了,但是实际上能够形成对v(t)的激励的不仅仅只有f(t)还有摩擦力和空气阻力等等其它作用,所以若仅仅研究v(t)如何受外界作用而变化,则需要把激励e(t)写成外界一切能对v(t)产生激励的作用的复合函数即e(A(t),B(t),C(t),D(t)…)的形式并且把总的传递函数写成对于不同的激励方式的不同的传递函数复合起来的形式,这样才能利用卷积真实正确得反映v(t)的变化。

但我认为现实中应该不是这样使用卷积的,卷积应该是主要针对激励的,研究某一指定激励使系统某个状态产生的变化量而不是针对系统某一状态在某一时刻取何值的。

当然利用卷积的物理意义这两个目的都是可以实现的,只是前者用得更多而已。

最后,总而言之,卷积既是一种抽象的数学概念,又有着十分抽象但十分本质性的物理意义,这样的性质似乎完全把数学与物理之间划上了一个等号,虽然乍看之下数学与物理似乎差别很大,一个研究抽象的数,一个研究具体事物,但是从另一个角度看,数学的本质是研究无数无任何差别的微元dx的累积起来形成种种不同的特殊的量以及这些量之间的静态关系(函数与映射)和动态关系(导数与积分),而如果数学与物理等效的话,那么可能就可反映物质世界的本质就是无数无任何差别的极小的微粒以不同量累积起来的结果…,当然也可能是因为一切物理公式都用数学方法推导时已经存在的未被证明的前提条件是数学本质=物理本质,而让人产生幻觉认为数学本质就是物理本质,又或者是数学本质本身就是万物的根本且唯一的规律,作为由这种规律产生的人类自然也不可能超越这种规律而去使用其它某一种像数学一样的根本性方法去推导物理?。

相关文档
最新文档