离散的点和(1,0,-1)卷积可以求出结果吗?请给出必要的说明,兄弟,你这回答太简单,要写点必要的说明吧!

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/12 02:15:08
离散的点和(1,0,-1)卷积可以求出结果吗?请给出必要的说明,兄弟,你这回答太简单,要写点必要的说明吧!

离散的点和(1,0,-1)卷积可以求出结果吗?请给出必要的说明,兄弟,你这回答太简单,要写点必要的说明吧!
离散的点和(1,0,-1)卷积可以求出结果吗?
请给出必要的说明,
兄弟,你这回答太简单,要写点必要的说明吧!

离散的点和(1,0,-1)卷积可以求出结果吗?请给出必要的说明,兄弟,你这回答太简单,要写点必要的说明吧!
一般卷积都是对连续函数的,你的问题是离散情况下的卷积.
连续函数的卷积:设f(x),g(x)连续,则f(x)与g(x)的卷积定义为:
(f*g) (x) = ∫f(z) g(x-z) dz (∫是对z从-∞到+∞)
离散变量的卷积:设{An},{Bn}离散序列,则An与Bn的卷积定义为:
(A*B)n = ∑Am B n-m (∑是对m从-∞到+∞)
-------------------------
针对您的提问,A1=1,A2=0,A3=-1 ,Bn (n=1,2,...)是离散点
则An与Bn的卷积:
(A*B)n = ∑Am B n-m = A1 B n-1 + A2 B n-2 + A3 Bn-3
= (B n-1 )- (B n-3 )
计算完毕!
--------------------
离散卷积的数值求解可以用“快速傅立叶变换”,具体可以参看下面的文献:

可以!!

离散的点和(1,0,-1)卷积可以求出结果吗?请给出必要的说明,兄弟,你这回答太简单,要写点必要的说明吧! 线性卷积与圆周卷积演示程序的设计(线性移不变离散时间系统的求解) 使用matlab编程1、动态演示线性卷积和圆周卷积的过程(即翻转、移位、乘积、求和的过程);2、圆周卷积默认使用 序列x(n)={0,1/2,1/2,1,0}求x(n)和x(n)的卷积,还有x(n)和x(n)的5点卷积?还有什么还有什么是线性卷积和循环卷积,还有什么是N点卷积? 急:求数字信号处理练习题的答案1.一个五点序列x(n) ={1,0,2,1,3} (n=0,1,2,3,4)(1)求出 x(n) *x(n) ; (2)求出 x(n) (5) x(n) ; (3)线性卷积如果用圆周卷积代替,有什么条件限制?2.求出有限长 matlab 中不同长度数组的卷积已知序列 x[k]=[1,2,0,-1,3,2;k=-2,-1,0,1,2,3], h[k]=[1,-1,1;k=0,1,2] 计算离散序列的卷积按照:x=[1,2,0,-1,3,2];h=[1,-1,1];y=conv(x,h);stem([-2:length(y)-3],y);title('y[k]');xlabel('k')可以得出 离散卷积公式是什么? 如何利用Matlab求解离散时间系统卷积和 概率论问题,X与Y独立都服从(0,1)均匀分布,怎么求x+y与x-y的概率密度?我怎么求出的是服从均匀分布的呢?用的是卷积公式 求卷积1*1 matlab 先做卷积Z(n)=conv(X(n)*Y(n)),n=1,2,3……100,现在利用Y(n)和Z(n)将X(n)求出来先是已知X(n)和Y(n)的,求出conv然后用Y(n)和Z(n)将X(n)求出来,相当于卷积的逆运算,卷积的逆运算确实记不清楚了, 多数计算机是 () 设备,用来处理离散的数字,如1和0的序列 谁知道数字信号处理的循环卷积的手工算法不是用线性卷积代替,除圆周卷积求法和矩阵求法外,就是只要补充N-1个数的那种简单算法有点像线性卷积求法的有点像周期卷积的算法 MATLAB中FILTER函数有关的问题(急)题目是这样的:考虑函数conv和filter之间的关系,试利用filter函数来实现离散时间信号的卷积. 常数函数与其他函数的卷积等于什么?例如1与rect(x)的卷积 数字信号处理题解答如图表示一个四点序列 x(n)(图介绍:(0,1/2)(1,1)(2,1)(3,1/2))试绘出x(n)同x(n)线性卷积图试绘出x(n)同x(n)四点圆周卷积图试绘出x(n)同x(n)十点圆周卷积图若x(n)同x(n 卷积计算(在线等!)计算X(n)=[5,4,3,2,1,1,2,3,4,5]和h(n)=[2,3,1,2]的卷积过程。我还没学复变 3.2.6,第一题里面可不可以利用卷积公式求出和的分布?但是利用卷积公式求出来的分布是p=1..是不是我的卷积公式求错了. 概率论 卷积设X、Y是相互独立的随机变量,分别服从参数为λ1、λ2的泊松分布,怎样证明Z=X+Y服从λ1+λ2的泊松分布?别人给的答案是用卷积,但泊松分布是关于离散型随机变量的,可用概率密度吗?