卷积符号
原文地址: https://www.computationalimaging.cn/2018/11/Matlab.html
卷积计算起来较为繁琐, 若能够用matlab辅助计算则会简单很多. 通过使用卷积定理和MATLAB符号函数, 便可以计算连续函数的卷积表达式.
本文主要包括如下几个部分:
1. 利用符号函数计算Fourier变换和Fourier反变换
2. 利用符号函数进行卷积计算
3. 以信号与系统考研题中的例题为例进行说明
1. 利用符号函数计算Fourier变换和Fourier反变换
Matlab提供了fourier 和 ifourier 两个内置函数.
下面是fourier的帮助
fourier Fourier integral transform.F = fourier(f) is the Fourier transform of the symbolic expression
or function f with default independent variable x. If f does not
contain x, then the default variable is determined by SYMVAR.
By default, the result F is a function of w. If f = f(w), then F
is returned as a function of the variable v, F = F(v).
By definition, F(w) = c*int(f(x)*exp(s*i*w*x),x,-inf,inf).
You can set the parameters c,s to any numeric or symbolic values
by setting the preference SYMPREF('FourierParameters',[c,s]).
By default, the values are c = 1 and s = -1.
F = fourier(f,v) returns F as a function of the variable v
instead of the default variable w:
F(v) = c*int(f(x)*exp(s*i*v*x),x,-inf,inf).
F = fourier(f,u,v) treats f as a function of the variable u instead
of the default variable x:
F(v) = c*int(f(u)*exp(s*i*v*u),u,-inf,inf).
examples:
syms t v w x f(x)
fourier(1/t) returns -pi*sign(w)*1i
fourier(exp(-x^2),x,t) returns pi^(1/2)*exp(-t^2/4)
fourier(exp(-t)*heaviside(t),v) returns 1/(1+v*1i)
fourier(diff(f(x)),x,w) returns w*fourier(f(x),x,w)*1i
以及ifourier的帮助
ifourier Inverse Fourier integral transform.f = ifourier(F) is the inverse Fourier transform of the symbolic
expression or function F with default independent variable w. If
F does not contain w, then the default variable is determined by
SYMVAR. By default, the result f is a function of x. If F = F(x),
then f is returned as a function of the variable t, f = f(t).
By definition,
f(x) = abs(s)/(2*pi*c) * int(F(w)*exp(-s*i*w*x),w,-inf,inf).
You can set the parameters c,s to any numeric or symbolic values
by setting the preference SYMPREF('FourierParameters',[c,s]).
By default, the values are c = 1 and s = -1.
f = ifourier(F,u) returns f as a function of the variable u
instead of the default variable x:
f(u) = abs(s)/(2*pi*c) * int(F(w)*exp(-s*i*w*u),w,-inf,inf).
f = ifourier(F,v,u) treats F as a function of the variable v
instead of the default variable w:
f(u) = abs(s)/(2*pi*c) * int(F(v)*exp(-s*i*v*u),v,-inf,inf).
Examples:
syms t u v w f(x)
ifourier(w*exp(-3*w)*heaviside(w)) returns 1/(2*pi*(-3+x*1i)^2)
ifourier(1/(1 + w^2),u) returns exp(-abs(u))/2
ifourier(v/(1 + w^2),v,u) returns -(dirac(1,u)*1i)/(w^2+1)
ifourier(fourier(f(x),x,w),w,x) returns f(x)
显然, 有了这两个函数, 我们便可以利用符号变量计算Fourier变换和反变换.
例如, 对于奥本海姆<信号与系统(第2版)>习题4.1(b)
计算$f(t)=e^{-2|t-1|}$的傅里叶变换
我们便可利用MATLAB进行计算:
symstfourier(exp(-2*abs(t-1)))
得到如下结果:
>> fourier(exp(-2*abs(t-1)))ans =
- exp(-w*1i)/(- 2 + w*1i) + exp(-w*1i)/(2 + w*1i)
本题的参考答案为:
对比可知, 通过MATLAB得到的结果与实际结果相同.
同理, 我们也可以计算Fourier的反变换. 如下所示
>> syms w>> ifourier(dirac(w))
ans =
1/(2*pi)
2. 利用符号函数进行卷积计算
通过计算Fourier变换和反变换, 我们便可以结合卷积定理, 如式\ref{eq1}所示, 求出任意两个函数的卷积.
$$x(t)*h(t)=F^{-1}(X(jw)\dot H(jw)) \tag{1} \label{eq1}$$
例如, 我们用$x(t)=e^{cos(3t+\frac{1}{4}\pi)}$与$\delta(t-3)$的卷积进行验证, 有dirac函数的性质, 结果显然应为$x(t)=e^{cos(3(t-3)+\frac{1}{4}\pi)}$
syms t>> xt = exp((cos(3*t + 0.25*pi)))
xt =
exp(cos(3*t + pi/4))
>> f_xt=fourier(xt)
f_xt =
fourier(exp(cos(3*t + pi/4)), t, w)
>> f_ht=fourier(dirac(t-3))
f_ht =
exp(-w*3i)
>> result = ifourier(f_xt * f_ht)
result =
exp(cos(3*x + pi/4 - 9))
结果正确.
3. 以信号与系统考研题中的例题为例进行说明
题目为:
若$x(t)=\frac{sint}{t}$, 则积分$\int_{-\pi}^{\pi}[x^2(t)*sin(t+\frac{\pi}{3})]dt$的值为多少?
正解为0, 方法是求出$x^2(t)$和$sin(t+\frac{\pi}{3})$的Fourier变换, 通过卷积定理, 再利用三角函数的周期性即可得到结果为0. (欢迎补充更简单的方法~)
用MATLAB则可通过如下代码求解:
syms tft = sin(t)*sin(t)/(t*t);
ft = sin(t)*sin(t)/(t*t);
vt = sin(t+pi/3);
f_ft = fourier(ft);
f_vt = fourier(vt);
f_anss = f_ft * f_vt;
fv = ifourier(f_anss);
result = int(fv, [-pi, pi])
输出为:
result =0
可见, 利用MATLAB能够比较好地计算连续函数卷积结果的表达式, 并可以用来解决实际的问题. 其中, dirac函数, li表示的虚部, 以及fourier和ifourier函数都是之前没用过的新函数.
文章最后发布于: 2018-11-11 19:05:32
相关阅读
1、函数文件+调用命令文件:需单独定义一个自定义函数的M文件;2、函数文件+子函数:定义一个具有多个自定义函数的M文件;3、Inline:无
转载:http://blog.csdn.net/u013007900/article/details/50118945 上一次我们讲了M-P模型,它实际上就是对单个神经元的一种建模,还
图像增强的目的:消除噪声,显现那些被模糊了的细节或简单地突出衣服图像中读者感兴趣的特征 1.图像增强基础 图像增强概念:根据特定
Matlab中的彩色图及colormap(转载整理)Headmap
Matlab中的彩色图及colormap(转载整理) colormap功能简介 设定和获取当前的色图。 使用方法 色图是一个m*3的实数矩阵,实数的大小在
绘制sin曲线 x = 0:pi/10:2*pi; y = sin(x); plot(x,y); 设置样式 连续线、点线等 x = 0:pi/10:2*pi; y = sin(x);