待解决问题
问题答案 ( 10 条 )
说起来话长去看奥本海姆的《信号与系统》吧
我的理解是,一个系统的响应是所有时刻的输入对在该时刻的响应的总和,由此推导出离散域的卷积公式,有微积分原理得到连续域内的卷积公式。
我的理解是,一个系统的响应是所有时刻的输入对在该时刻的响应的总和,由此推导出离散域的卷积公式,有微积分原理得到连续域内的卷积公式。
我学的就是奥本海姆的那本书,没有说为什么要反摺啊!!我想问为什么要反摺?
坑爹啊 码字解释推导过程是个高难度作业 你根本就没有认真思考书本里的推导过程
1.对于一个系统,响应是所有时刻的输入对在该时刻的响应的总和。所以,有 P77 式2.3
2.对于线性时不变系统有P78 式2.4(由函数的左右移性质得到,每一时刻的输入响应函数都是一样的,但在T时刻的余留响应根据不同时刻不同,表现在响应函数上就是平移) 由式2.5的假设得到式2.6
3.对于式2.6中的h[n-k],因为对于求解一个特定的y[n],已经决定了n是一个定量。所以h[n-k]中,只有k是变量,而且是带负号的。那么与原来的系统响应函数h[n](n是变量,有函数的原始定义知道换成别的变量名也行,看成h[k]、h[s]、h[m]也行,这里把它看成h[k]吧)对比,是不是h[n-k]=h[-(k-n)]就是h[k](也就是h[n])关于y轴对称之后再向右平移n个单位,所以h[n-k]就是系统函数反折后平移n个单位得到的
你要是还看不懂就没办法了 自己好好想去吧 别人讲的不是你自己的 你是不会懂的 我一般听完课都会在回去的路上或者趴在桌子上思考通这些问题 自己思考 别人只能给你指个方向
1.对于一个系统,响应是所有时刻的输入对在该时刻的响应的总和。所以,有 P77 式2.3
2.对于线性时不变系统有P78 式2.4(由函数的左右移性质得到,每一时刻的输入响应函数都是一样的,但在T时刻的余留响应根据不同时刻不同,表现在响应函数上就是平移) 由式2.5的假设得到式2.6
3.对于式2.6中的h[n-k],因为对于求解一个特定的y[n],已经决定了n是一个定量。所以h[n-k]中,只有k是变量,而且是带负号的。那么与原来的系统响应函数h[n](n是变量,有函数的原始定义知道换成别的变量名也行,看成h[k]、h[s]、h[m]也行,这里把它看成h[k]吧)对比,是不是h[n-k]=h[-(k-n)]就是h[k](也就是h[n])关于y轴对称之后再向右平移n个单位,所以h[n-k]就是系统函数反折后平移n个单位得到的
你要是还看不懂就没办法了 自己好好想去吧 别人讲的不是你自己的 你是不会懂的 我一般听完课都会在回去的路上或者趴在桌子上思考通这些问题 自己思考 别人只能给你指个方向
首先,多谢你的赐教。
我理解的卷积的意思是每一个输入信号与系统冲激响应的乘积之和
x[n]=Σx[n]δ[n-k],这个式子就很好理解卷积,每一项x[k]加起来当然就是x[n]了
但是在其他的例子里我就没法理解了,为什么在计算的时候要把冲激响应h(t)变成h(-t)然后再进行平移呢?
能不能够举个例子说明一下?
我已经讲解很详细直白了 你自己慢慢思考吧 不思考怎么讲都是白讲 回去问你们老师吧
这个是跟卷积的定义相关的 具体可以参考信号与系统的书籍,里面有详细说明的
这样解释是不是更清楚一些:
现在有一个输入函数x(t)和一个系统响应函数h(t),系统的输出函数是y(t)
系统的输入输出函数x(t), y(t),其中t=0表示当前的信号,t>0表示未来的信号,t<0表示过去的信号
系统响应函数h(t), t>0表示输出比输入时间晚(即输出是输入的未来信号);t<0表示输出比输入时间早
那么当前系统的输出信号y(0) = 当前的输入x(0) * 系统的立即响应系数h(0)
+ 前一个时刻的输入x(-1) * 系统延期1个单位的响应系数h(1) + ...
+ 未来一个时刻的输入x(1) * 系统预测1个单位后的响应系数h(-1) + ...
因此卷积需要反褶
理论指导实践。
我也不理解,应试教育的悲哀啊
热点问题