EE261 Lecture 9
课程主页:https://see.stanford.edu/Course/EE261
这次回顾第九讲,这一讲介绍了卷积。
卷积
傅里叶变可以解释为时域到频域的变换,给定函数$f(t)$和$g(t)$,我们希望在频域内得到
应该在时域内如何操作呢?这就引入了卷积的概念:
定义
那么
即
从上述推导过程中引入卷积的定义:
定义:$g(t)$和$f(t)$的卷积为
使用符号
卷积定理
同理可得
此即为频域的卷积。
最后给出如下结论
为了证明上述结论,我们需要如下事实
证明:
记
那么需要证明的结论为
注意到
利用
可得
对两边取傅里叶变换得到
例子
回顾之前的例子,我们有
不难验证
性质
(傅里叶变换将卷积变成乘积,将乘积变成卷积)
卷积和滤波
卷积和滤波密切相关,考虑几个经典滤波
Lowpass filters
我们希望只有低频的信号通过,此处转移函数$H(s)$为
不难看出
利用卷积的性质可得
Bandpass filters
此处希望设计一个使得某个范围内的频率通过的滤波器,考虑
图像为
利用傅里叶变换的性质可得
Highpass filters
最后考虑高频滤波器,其图像为
函数为
Notch filters
Notch滤波器为
应用
傅里叶变换有一个非常有用的性质:
即可以将微分运算转化为乘法运算。
考虑微分算子:
该算子作用在$f(x)$上的结果为
现在对上式做傅里叶变换,利用上述结论得到
微分方程
来看一个具体例子:
取傅里叶变换得到
注意到
所以
利用卷积定理可得
偏微分方程
考虑热方程:
边界条件为
现在对方程两边关于$x$做傅里叶变换,首先对右边做傅里叶变换得到
其次对左边做傅里叶变换得到
所以原方程可以化为
因此
最后计算初值$\mathcal{F} u(s, 0)$:
最后我们得到
设
回顾之前的结论,我们有
接着回顾高斯函数
从而
因此
从而由卷积定理可得
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 Doraemonzzz!
评论
ValineLivere