14 用DFT计算线性卷积
用DFT计算线性卷积
两有限长序列之间的卷积
我们知道,两有限长序列之间的卷积可以用圆周卷积代替,假设两有限长序列的长度分别为\(M\)和\(N\),那么卷积后的长度为\(L=M+N-1\),那么用圆周卷积计算线性卷积的具体过程为:
- 首先将两序列在尾部补零,延拓成长度为L=M+N-1的序列
- 将两序列进行圆周卷积,卷积后的结果即为线性卷积的结果
而圆周卷积的实现可以通过下图实现
现讨论\(X[k]\)的\(IDFT\)使用\(DFT\)实现
\[
x[n]=\frac{1}{N}\sum_{n=0}^{N-1}X[k]W_N^{-kn}=\frac{1}{N}(\sum_{n=0}^{N-1}X^{*}[k]W_N^{kn})^{*}\rightarrow \frac{1}{N}(DFT\{X^{*}[k]\})^{*}
\]
上图可以改进为
所以线性卷积可以完全使用\(DFT\)实现,而\(DFT\)可以使用其快速算法\(FFT\)大大降低计算量。
有限长序列与无限长序列卷积
或者说有限长序列与另一长度远大于其长度的序列进行卷积,如果按照上面直接用\(DFT\)计算的话,有两个问题。
- 必须知道无限长序列的全部元素,才能进行计算
- 用DFT计算卷积可能还不如直接进行卷积运算来得快
为解决上述的问题,可以将无限长序列划分为短序列,将短序列与有限长序列进行卷积,然后对结果进行处理,主要由两种方法:重叠相加法和重叠保留法。
重叠相加法
假设有限长序列\(h[n]\)的长度为\(M\),无限长序列\(x[n]\)将其以长度\(N\)进行分割,则
\[
x[n]=\sum_{m=-\infty}^{\infty}x_m[n-mN]
\]
其中
\[
x_m[n]=\begin{cases}
x[n+mN], &0 \leq n \leq N-1\\
0, &其他
\end{cases}
\]
\(x_m[n]\)表示将划分的第\(m\)段的起点移到原点。如下
则卷积
\[
\begin{aligned}
y[n]=h[n]*x[n]&=\sum_{l=-\infty}^{\infty}h[l]x[n-l]\\
&=\sum_{l=-\infty}^{\infty}h[l]\sum_{m=-\infty}^{\infty}x_m[n-l-mN]\\
&=\sum_{m=-\infty}^{\infty}\sum_{l=-\infty}^{\infty}h[l]x_m[n-l-mN]\\
&=\sum_{m=-\infty}^{\infty}h[n]*x_m[n-mN]
\end{aligned}
\]
记\(y_m[n]=h[n]*x_m[n]\),则上式可写为
\[
y[n]=\sum_{m=-\infty}^{\infty}y_m[n-mN]
\]
该式表示卷积结果等于\(h[n]\)与\(x_m[n]\)卷积,然后将这些卷积结果移位相加。
可知\(mN\backsim mN+M-2\)共\(M-1\)点是重叠的,这些点要加起来,所以具体算法是:将\(x[n]\)以\(N\)为长度划分为若干组\(x_m[n]\),将这些组分别与\(h[n]\)进行卷积得到\(y_m[n]\),然后将这些卷积结果进行移位,重叠部分要相加,这就是重叠相加法。
上述提到的\(x_m[n]\)与\(h[n]\)的卷积,均可使用上面提到的\(DFT\)实现。
重叠保留法
同样将\(x[n]\)以长度\(N\)进行划分,一般取\(N>M\),这时以\(N\)点进行圆周卷积。实际卷积的长度\(l=N+M-1\),由圆周卷积与线性卷积的关系,知圆周卷积的后\(2N-l=N-M+1\)个点与线性卷积的结果是一致的。
取
\[
x_m[n]=\begin{cases}x[n+mL], &0 \leq n \leq N-1 \\
0, &其他\end{cases}
\]
将\(x_m[n]\)与\(h[n]\)进行\(N\)点圆周卷积得到\(y_m[n]\),只取后\(N+M-1\)个点,其余重叠的前\(M-1\)个点舍弃(保留)。然后进行移位相加,得到的结果就是进行线性卷积的结果。
由上图知,要使得到的结果表示\(y[n]\),应使得\(L-M-2=N-2+1 \Rightarrow L=N-M+1\)
同理上面提到的圆周卷积均可用\(DFT\)进行实现。
14 用DFT计算线性卷积的更多相关文章
- MATLAB GUI设计(线性卷积和循环卷积的比较--笔记)
原创循环卷积代码,转载需注明出处 线性卷积与循环卷积的比较 实验目的和要求 掌握循环卷积和线性卷积的原理,与理论分析结果比较,加深理解循环卷积与线性卷积之间的关系. 实验内容和步骤 1) 已知两序列X ...
- DFT计算过程详解
DFT计算过程详解 平时工作中,我们在计算傅里叶变换时,通常会直接调用Matlab中的FFT函数,或者是其他编程语言中已经为我们封装好的函数,很少去探究具体的计算过程,本文以一个具体的例子,向你一步一 ...
- (原+转)使用opencv的DFT计算卷积
转载请注明出处: http://www.cnblogs.com/darkknightzh/p/5462665.html 参考网址: http://blog.csdn.net/lichengyu/art ...
- Opencv 实现图像的离散傅里叶变换(DFT)、卷积运算(相关滤波)
我是做Tracking 的,对于速度要求非常高.发现傅里叶变换能够使用. 于是学习之. 核心: 最根本的一点就是将时域内的信号转移到频域里面.这样时域里的卷积能够转换为频域内的乘积! 在分析图像信号的 ...
- matlab中的卷积——filter,conv之间的区别
%Matlab提供了计算线性卷积和两个多项式相乘的函数conv,语法格式w=conv(u,v),其中u和v分别是有限长度序列向量,w是u和v的卷积结果序列向量. %如果向量u和v的长度分别为N和M,则 ...
- C++ Opencv 傅里叶变换的代码实现及关键函数详解
一.前言 最近几天接触了图像的傅里叶变换,数学原理依旧不是很懂,因此不敢在这里妄言.下午用Opencv代码实现了这一变换,有一些经验心得,愿与大家分享. 二.关键函数解析 2.1copyMakeBor ...
- 深度学习算子优化-FFT
作者:严健文 | 旷视 MegEngine 架构师 背景 在数字信号和数字图像领域, 对频域的研究是一个重要分支. 我们日常"加工"的图像都是像素级,被称为是图像的空域数据.空域数 ...
- 卷积、矩阵乘积、高斯模糊滤波(降噪)、空域计算(2D卷积计算)、频域计算(FFT)的理解
矩阵乘积:对应行列对应元素相乘的和组成新的矩阵 两个矩阵的乘法仅当第一个矩阵A的列数和另一个矩阵B的行数相等时才能定义.如A是m×n矩阵和B是n×p矩阵,它们的乘积C是一个m×p矩阵 并将此乘积记为: ...
- 数学之路-python计算实战(20)-机器视觉-拉普拉斯算子卷积滤波
拉普拉斯算子进行二维卷积计算,线性锐化滤波 # -*- coding: utf-8 -*- #线性锐化滤波-拉普拉斯算子进行二维卷积计算 #code:myhaspl@myhaspl.com impor ...
随机推荐
- JSON.toJSONString(Object object,SerializerFeature...features)详解
D package myProject; import java.math.BigDecimal; import java.util.ArrayList; import java.util.List; ...
- SpringMVC项目使用elastic search搜索
项目需要,引入了elastic search(后续简称es),后面将介绍本地对es的安装,使用以及java连接es查询的整个过程. 1.es索引字段建立与修改,以curl新增一个索引字段示例 curl ...
- NOIP做题练习(day4)
A - 同花顺 题面 题解 30分做法 爆搜即可. 60分做法 去重+贪心. 100分做法 去重+贪心后,我们要寻找一段符合条件的最长同花上升子序列 \(L\),\(n-L\) 即为所求的答案. 首先 ...
- 使用yum时出现Error: rpmdb open failed解决方案
一.问题描述 使用yum安装软件时出现Error: rpmdb open failed,报错信息显示rpm数据库被损坏. 二.解决方案 重建rpm数据库. [root@localhost yum.re ...
- python+selenium:浏览器webdriver操作(0)
1.浏览器最大化 启动的浏览器不是全屏的,这样不会影响脚本的执行,但是有时候会影响我们“观看”脚本的执行. #coding=utf-8 from selenium import webdriver i ...
- C#中通过SendARP读取MAC地址
C#中通过SendARP读取MAC地址: using System.Runtime.InteropServices; publicstaticstring GetMacBySendARP(string ...
- 2019 ICPC南京网络赛 F题 Greedy Sequence(贪心+递推)
计蒜客题目链接:https://nanti.jisuanke.com/t/41303 题目:给你一个序列a,你可以从其中选取元素,构建n个串,每个串的长度为n,构造的si串要满足以下条件, 1. si ...
- opencv静态编译
在Windows下opencv静态编译. 使用cmake生成visual Studio 2015 解决方案如下图所示: 重点看红色框线里的内容,先编译ALL_BUILD,这样就把所有子项目编译成功.所 ...
- ISR吞吐性能问题
ISR大致可以分几类: Cisco 860.880.890 ISR1800 (fixed).1800 (modular).2800.3800 Series ISR1900.2900.3800.3900 ...
- 转载: HDMI 基础知识
转自:http://www.cnblogs.com/TaigaCon/p/3840653.html HDMI,全称为(High Definition Multimedia Interface)高清多媒 ...