[数字信号处理]手动验证一维信号的卷积计算（快速记住卷积计算方法）

原创于 2025-01-22 13:43:46 发布 · 853 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#信号处理

[数字信号处理]手动验证一维信号的卷积计算（快速记住卷积计算方法）

假设一维信号为 $x(n)=\{1,2,3,4,5,6,7,8,9\}$ ，卷积核为 $h(n)=\{2,1,5,7\}$ ，求卷积 $x(n)⊗h(n)x(n){\otimes}h(n)$ 。
当然，我们知道有公式：
$x(n)⊗h(n)=∑k=0N−1x(n)h(n−k)x(n){\otimes}h(n)=\sum\limits_{k=0}^{N-1}x(n)h(n-k)$
不过，我们可以像小学多位数乘法一下来算，但是记住，不要进位，如下
在这里插入图片描述
当然了，你可以用Python代码验算一下

import numpy as np

# 定义信号 x(n) 和卷积核 h(n)
x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
h = np.array([2, 1, 5, 7])

# 计算卷积
convolution_result = np.convolve(x, h, mode='full')

print("卷积结果:", convolution_result)