news 2026/2/17 14:42:41

数字信号处理篇---卷积与相乘

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
数字信号处理篇---卷积与相乘

想象一下:你在一个安静的房间里听音乐(信号),然后有一只鸟在外面叫(另一个信号)。


什么时候用“相乘”? —— 当两个信号“同步叠加”时

场景:鸟叫的声音通过窗户传进来,和音乐同时被你听到。

你的耳朵在同一时刻t,既听到了音乐的声波,也听到了鸟叫的声波。这时,你鼓膜感受到的瞬时总压力(最终的信号),就是音乐在那个时刻的幅度和鸟叫在那个时刻的幅度的简单相加(或混合)

为了更精确地建模这种“混合”,我们常用乘法(或加权):

  • 例子1(音量控制):你想调节音乐的音量。音乐信号是音乐(t),音量旋钮的位置是一个常数0.5(半音量)。输出信号就是输出(t) = 0.5 × 音乐(t)。这是一个信号与常数相乘,它在每个时刻独立地改变信号的幅度。

  • 例子2(调制):广播电台想把低频的声音信号(比如人说话)加载到高频的无线电波上,以便发射。这个过程叫调制,本质上就是把声音信号声音(t)和高频载波cos(ωt)相乘发射信号(t) = 声音(t) × cos(ωt)。在每个时刻,载波的幅度都被声音信号的幅度所“塑造”。

核心思想:

相乘,是两个信号在相同的、当下的时间点上发生的即时交互。它通常用于混合、调制、或按比例缩放信号。输入和输出是“时刻对齐”的。


什么时候用“卷积”? —— 当系统有“记忆”或“拖尾效应”时

场景:你播放了一段很短的“啪”一声脉冲(比如拍手),在大教堂里录音。

你会发现,录音里不止有“啪”一声,后面还跟着一连串逐渐减弱、持续好几秒的回声。大教堂这个“系统”,对瞬间的输入产生了持续性的影响

核心问题:如果我现在不是拍一下手,而是唱了一整首歌,那么在大教堂里的录音会是什么样子?

答案就是卷积!卷积就是为了解决这个问题:

  • 你把每一刻的歌声,都想象成一次微小的“拍手”。

  • 每一刻的歌声进入大教堂后,都会独立地产生它自己那串持续的回声(这个回声的样式,就是系统的单位冲激响应)。

  • 你最终听到的,是过去所有时刻的歌声所产生的、所有那些重叠在一起的、延迟的回声的总和。

用比喻说:

  • 信号:你唱的歌。

  • 系统:大教堂(它的“特性”由单位冲激响应定义,即拍一下手后听到的回声序列)。

  • 卷积的过程:

    1. 翻转与滑动:想象你把大教堂的回声序列(冲激响应)记录在一条透明胶带上。为了计算当前时刻的输出,你需要把这个胶带时间反转(让最早的回声对准现在),然后让它滑过你的歌声信号。

    2. 相乘与求和:在滑动的每个位置,将重叠部分的歌声幅度与回声幅度对应相乘,然后把所有乘积加起来,得到当前时刻的总输出声音。

    3. 这个“滑动-相乘-求和”的过程,就是卷积积分/和。它系统地、完整地模拟了“过去所有输入对现在产生的总效果”。

卷积的典型应用:

  • 音频处理:混响(模拟房间)、均衡器。

  • 图像处理:模糊、锐化(一个像素的颜色会受到周围像素的影响)。

  • 通信系统:信号通过信道时会产生失真和码间串扰,用卷积建模。

  • 任何线性时不变系统:这是描述此类系统输入输出关系的唯一方式


终极比喻总结

特性信号相乘信号卷积
时间观“此刻”的即时混合“历史”的累积效应
交互方式像调色,把两种颜料当场混合。像回声,现在的输出是过去所有声音的叠加。
数学操作逐点相乘:y(t) = x(t) × h(t)积分/求和:y(t) = ∫ x(τ)·h(t-τ) dτ
关键区别输入只影响同一时刻的输出。输入会影响未来一段时间内的所有输出。
生活例子用旋钮调音量、AM收音机调制。在房间里说话带混响、透过毛玻璃看东西。

给初学者的黄金法则:

  1. 当你思考两个独立的信号源如何直接组合(比如音乐+噪声,信号×载波)时,先考虑相乘

  2. 当你思考一个信号通过一个“有特性”的系统(比如声音通过房间,图像通过镜头,电信号通过滤波器)时,就必须用卷积。卷积是连接信号与系统的桥梁

简单记:混合用乘,过系统用卷。希望这个解释能帮你彻底分清它们!

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/2/12 6:57:32

数字信号处理篇---共轭对称性

一句话核心思想如果一个信号是“实数”的(你在现实世界能测量到的,比如声音、电压),那么它的频谱(傅里叶变换结果)就像一张左右对称的剪纸。你只需要知道右半边,左半边就是它的“镜像”。第一步…

作者头像 李华
网站建设 2026/2/16 22:56:58

灾备切换实战测试:确保系统永不停机

灾备切换实战测试:确保系统永不停机 在金融、医疗和法律等行业,AI系统已不再是“锦上添花”的辅助工具,而是支撑核心业务运转的关键基础设施。一旦知识问答平台宕机几分钟,可能意味着客户合同审查停滞、内部技术支持中断&#xff…

作者头像 李华
网站建设 2026/2/1 16:54:56

探秘微观世界:噬菌体展示技术如何构建“分子宝库”并精准“捕手”

在现代生命科学的工具库中,有一项技术能够高效地从数十亿分子中快速找出能与特定目标结合的“那把钥匙”,它就是噬菌体展示技术。这项技术的强大能力,始于一个最为关键的奠基性步骤——噬菌体展示文库构建。今天,我们就一起走进这…

作者头像 李华
网站建设 2026/2/15 2:42:42

传输中加密:TLS1.3最新协议支持

传输中加密:TLS1.3最新协议支持 在当今 AI 应用广泛渗透企业与个人场景的背景下,一个看似基础却至关重要的问题正变得愈发敏感——数据在“路上”是否安全? 设想这样一个画面:你在 anything-llm 中上传了一份包含公司未来战略规划…

作者头像 李华
网站建设 2026/2/10 5:33:03

SOC2审计支持:赢得国际客户信任

SOC2审计支持:赢得国际客户信任 在当今全球化的商业环境中,一家中国AI初创公司向欧洲金融机构推销其智能合规助手时,对方提出的第一个问题往往不是“你们的模型多强大”,而是“你们有没有通过SOC2审计?”这已不再是偶然…

作者头像 李华
网站建设 2026/2/11 18:19:47

RISC-V异构计算架构设计:CPU+加速器协同工作机制

RISC-V异构计算架构设计:CPU加速器协同工作机制当前算力困局与RISC-V的破局之道在人工智能、边缘智能和物联网终端快速普及的今天,传统处理器正面临前所未有的挑战。无论是MCU级的Cortex-M系列,还是高性能应用处理器,单一通用核心…

作者头像 李华