卷积计算的物理意义

作为一名苦逼工科生,<信号与系统>+<数字信号处理>是绕不过去的坎,各种让人头疼的概念与数学公式:傅里叶变化.拉普拉斯变化.Z变换.卷积.循环卷积.自相关.互相关.离散傅里叶变化.离散傅里叶时间变化-- 前一段时间在知乎发现一个有趣例子,生动形象地解释了卷积的物理意义,且解释的较为准确,下面,正文来了: 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

橘一个例子. 假设有一个人一直扇你巴掌,不考虑脸被扇麻痹了没感觉,不考虑你火大扇回去之类的干扰,求在t时刻感受到的疼痛程度Y(t)的值.这个Y(t)的值跟两个值有关. f(x)表示在x时刻扇巴掌的力度,x是某一时刻值 h(y)表示是某一巴掌在y分钟过分的疼痛程度(疼痛感会衰减) 在t时刻感受到的疼痛是包括之前所有巴掌的造成的疼痛感.因此要计算Y(t),就必须先算出在[0,t]这个时间内的任一时刻扇的一巴掌在t时刻能造成的疼痛. 也就是t时刻的巴掌力度 f(τ) 乘以 过了t-τ 分钟后的疼痛程度

原文链接:http://www.cnblogs.com/ylhome/archive/2010/01/07/1641121.html 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

卷积的物理意义是什么? https://www.zhihu.com/question/21686447?nr=1 果程C 他夏了夏天 1740 人赞同了该回答 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

卷积的本质及物理意义(全面理解卷积) 卷积的本质及物理意义 提示:对卷积的理解分为三部分讲解1)信号的角度2)数学家的理解(外行)3)与多项式的关系 1 来源 卷积其实就是为冲击函数诞生的.“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,倘若作用时间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,

1.为什么要进行傅里叶变换,其物理意义是什么? 傅立叶变换是数字信号处理领域一种很重要的算法.要知道傅立叶变换算法的意义,首先要了解傅立叶原理的意义.傅立叶原理表明:任何连续测量的时序或信号,都可以表示为不同频率的正弦波信号的无限叠加.而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率.振幅和相位. 和傅立叶变换算法对应的是反傅立叶变换算法.该反变换从本质上说也是一种累加处理,这样就可以将单独改变的正弦波信号转换成一个信号. 因此,可以说,傅立

图像的频率是表征图像中灰度变化剧烈程度的指标,是灰度在平面空间上的梯度.如:大面积的沙漠在图像中是一片灰度变化缓慢的区域,对应的频率值很低:而对 于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域,对应的频率值较高.傅立叶变换在实际中有非常明显的物理意义,设f是一个能量有限的模拟信号,则其傅立叶变换就表示f的谱.从纯粹的数学意义上看,傅立叶变换是将一个函数转换为一系列周期函数来处理的.从物理效果看,傅立叶变换是将图像从空间域转换到频率域,其逆变换是将图像从频率域转换到空间域.换句话说,

[1. 特征的数学意义]        我们先考察一种线性变化,例如x,y坐标系的椭圆方程可以写为x^2/a^2+y^2/b^2=1,那么坐标系关于原点做旋转以后,椭圆方程就要发生变换.我们可以把原坐标系的(x,y)乘以一个矩阵,得到一个新的(x',y')的表示形式,写为算子的形式就是(x,y)*M=(x',y').这里的矩阵M代表一种线性变换:拉伸,平移,旋转.那么,有没有什么样的线性变换b(b是一个向量),使得变换后的结果,看起来和让(x,y)*b像是一个数b乘以了一个数字m*b? 换句话说

FFT是离散傅立叶变换的高速算法,能够将一个信号变换到频域.有些信号在时域上是非常难看出什么特征的,可是如果变换到频域之后,就非常easy看出特征了.这就是非常多信号分析採用FFT变换的原因.另外,FFT能够将一个信号的频谱提取出来,这在频谱分析方面也是经经常使用的. 尽管非常多人都知道FFT是什么,能够用来做什么,怎么去做,可是却不知道FFT之后的结果是什意思.怎样决定要使用多少点来做FFT. 如今圈圈就依据实际经验来说说FFT结果的详细物理意义.一个模拟信号,经过ADC採样之后,就变成了数字