确定性信号的卷积和自相关、互相关的关系

一、卷积和自相关

对于确定性信号,无统计平均含义,其卷积和自相关存在如下关系:

1. 连续信号
R f ( τ ) = f ( τ ) ∗ f ( − τ ) R_{f}(\tau)=f(\tau)*f(-\tau)Rf(τ)=f(τ)f(τ)
2. 离散序列
R h ( m ) = h ( m ) ∗ h ( − m ) R_{h}(m)=h(m)*h(-m)Rh(m)=h(m)h(m)
现证明如下:

1. 连续信号

  • 卷积
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 自相关
    在这里插入图片描述
    由此可得,R f ( τ ) = f ( τ ) ∗ f ( − τ ) R_{f}(\tau)=f(\tau)*f(-\tau)Rf(τ)=f(τ)f(τ)

2. 离散序列

  • 卷积
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 自相关
    在这里插入图片描述
    由此可得,R h ( m ) = h ( m ) ∗ h ( − m ) R_{h}(m)=h(m)*h(-m)Rh(m)=h(m)h(m)

二、卷积和互相关

相应地,确定性信号卷积和互相关的关系为:

1. 连续信号
R x y ( τ ) = x ( − τ ) ∗ y ( τ ) R_{xy}(\tau)=x(-\tau)*y(\tau)Rxy(τ)=x(τ)y(τ) R y x ( τ ) = y ( − τ ) ∗ x ( τ ) R_{yx}(\tau)=y(-\tau)*x(\tau)Ryx(τ)=y(τ)x(τ)
2. 离散序列
R x y ( m ) = x ( − m ) ∗ y ( m ) R_{xy}(m)=x(-m)*y(m)Rxy(m)=x(m)y(m) R y x ( m ) = y ( − m ) ∗ x ( m ) R_{yx}(m)=y(-m)*x(m)Ryx(m)=y(m)x(m)
现证明如下:

1. 连续信号

  • 卷积
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • 互相关
    在这里插入图片描述
    由此可得,R x y ( τ ) = x ( − τ ) ∗ y ( τ ) R_{xy}(\tau)=x(-\tau)*y(\tau)Rxy(τ)=x(τ)y(τ)

    同理可推,R y x ( τ ) = y ( − τ ) ∗ x ( τ ) R_{yx}(\tau)=y(-\tau)*x(\tau)Ryx(τ)=y(τ)x(τ)

2. 离散序列

  • 卷积
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • 互相关
    在这里插入图片描述
    由此可得,R x y ( m ) = x ( − m ) ∗ y ( m ) R_{xy}(m)=x(-m)*y(m)Rxy(m)=x(m)y(m)

    同理可推,R y x ( m ) = y ( − m ) ∗ x ( m ) R_{yx}(m)=y(-m)*x(m)Ryx(m)=y(m)x(m)


版权声明:本文为Pikachu_angle原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。