✅ 操作成功!

频域卷积定理

发布时间:2023-06-08 作者:admin 来源:文学

频域卷积定理

频域卷积定理

-

2023年2月26日发(作者:浙大远程)

函数卷积及其应用

摘要卷积是一个很重要的数学概念.它描述了对两个(或多个)函数之积进行变换的运算法则,是

频率分析的最有效的工具之一。本文通过对卷积的概念,性质,具体应用以及对卷积公式,卷积定理等

方面进行较为全面和系统的论述和总结,使得对卷积的涵有更全面更深刻的理解和认识。

关键词卷积卷积公式性质应用

1引言

卷积是在信号与线性系统的基础上或背景中出现的。狄拉克为了解决一些瞬间作用的物理现

象而提出了“冲击函数”这一符号,而卷积的诞生正是为了研究“冲击函数”服务的;卷积

是一种数学积分变换的方法,也是分析数学中一种重要的运算。卷积在物理学,统计学,地

震预测,油田勘察等许多方面有十分重要的应用。本文通过对卷积的概念,性质,应用等方

面进行较为全面和系统的论述和总结,使得对卷积的涵有更全面更深刻的理解和认识。

2卷积的定义和性质

2.1卷积的定义(基本涵)

设:)(),(xgxf是1R上的两个可积函数,作积分:dxgf



随着x的不同取值,

这个积分就定义了一个新函数)(xh,称为函数xf与)(xg的卷积,记为

)(xh=)()(xgxf(或者xgf).

注(1)如果卷积的变量是序列nhnx和,则卷积的结果:







i

nhnxinhixny)()()()()(,其中星号*表示卷积。当时序n=0时,序列h(-i)是

)(ih的时序i取反的结果;时序取反使得)(ih以纵轴为中心翻转180度,所以这种相乘后求

和的计算法称为卷积和,简称卷积.另外,

n

是使)(ih位移的量,不同的

n

对应不同的卷

积结果.

(2)如果卷积的变量是函数)(tx和)(th,则卷积的计算变为:

)()()()()(thtxdppthpxty



,其中p是积分变量,积分也是求和,

t

是使函数

)(ph位移的量,星号*表示卷积.

(3)由卷积得到的函数gf一般要比gf和都光滑.特别当g为具有紧致集的光滑函数,

f为局部可积时,它们的卷积gf也是光滑函数.

2.2卷积的性质

性质2.2.1(交换律)

设)(xf,)(xg是1R上的两个可积函数,则)()()()(xfxgxgxf.

证)()(xgxfdxgf



xu

,则

ux

,ddu

所以)()(xgxfdxgf



=duuguxf





=duuxfug



=)()(xfxg

性质2.2.2(分配律)

设)(),(xgxf)(xh是1R上的三个可积函数,则

xhxgxf)()()()()(xhxfxgxf.

证根据卷积定义

xhxgxf)(=dxhxgf



=dxgf



+dxhf



)()()()(xhxfxgxf

性质2.2.3(结合律)

设)(),(xgxf)(xh是1R上的三个可积函数,则

xhxgxfxhxgxf.

证令xgxfxm)(dxgf



dvxhvxgxhxgxs



,

xhxgxf=xhxm=duuxhum



=duuthdugf











=dduuthugf







-

)(

令vxuuxv则,,

上式=ddvvhvxgf







-

)(

=duuxsf



=xsxf

xhxgxf

性质2.2.4xgxfxgxf)()(.

证明)()(xgxfdxgf



dxgf



=xgxf.

性质2.2.5(微分性)

设)(),(xgxf是1R上的两个可积函数,则

)()()()()()(xgxfxgxfxgxf

dx

d



.

证明







dh

dx

xdf

d

dx

xdg

xfxgxf

dx

d









-

)()(

)()()()()()(xgxfxgxfxgxf

dx

d





意义卷积后求导和先对其任一求导再卷积的结果相同.

性质2.2.6(积分性)

设xhxgxf,则xhxgxhxgxf11)1(.

意义卷积后积分和先对其任一积分再卷积的结果相同.

推广

xhxgxhxgxfnnn.

性质2.2.7(微积分等效性)

设)(xf,)(xg是1R上的两个可积函数,则dgxfxgxfx

)()(.

例2.1设

0

0

1

0

x

x

xf,

0

00

x

x

e

xg

x

,求xgxf)(.

解由卷积定义知

xgxf)(=dxgf



=

ttt

t

xeeede111

0



例2.2设函数

tetftttft

21

,3

试计算其卷积tftfty

21

.

解由卷积定义知



其他

30

0

1

3

1





f





t

t

e

tef

t

t









0

)(

2

所以

tftfty

21

=dtff

2

-

1

显然这个积分值与函数

t

t

t





0

1

,所取非零值有关,即与参数

t

的取值有关.

1当

t0时,因30t,所以0t,

此时

tftfty

21

=003

0

)(det

2当30t时,只有t0时,有1t,

此时

tftfty

21

=t

t

tede1

0

)(

3当3t时,因为t30,所以1t,

此时

tftfty

21

=tteede13

3

0

)(

综上所述,有

tftfty

21

=

3

30

0

1

-1

0

3





t

t

t

ee

e

t

t

3.卷积定理

3.1时域卷积定理

设两函数)(),(

21

tftf,的傅里叶变换分别为:,)()(

1

~

1

tfsF,)()(

1

~

1

tfsF则两函

数卷积的傅里叶变换为:),()()()(

2121

~FFtftfs

上式称为时域卷积定理,它表明两信号在时域的卷积积分对应于在频域中该两信号的傅立叶

变换的乘积.

证明)()(

21

~

tftfsdtedtfftj









21

=ddtetfftj









21

=deFftj



21

=defFtj



12

=

12

FF),()(

21

FF

3.2频域卷积定理

设两函数)(),(

21

tftf,的傅里叶变换分别为:,)()(

1

~

1

tfsF,)()(

1

~

1

tfsF则两函

数卷积的傅里叶变换为:),()(

2

1

)()(

2121

~

FFtftfs上式称为频域卷积定理,它表

明两信号在时域的乘积对应于这两个函数傅氏变换的卷积除以2.

证明





deduuwFuFFFstj









2121

1-

~

2

1

2

1

2

1

dudeuFuFtj













212

1

)(

2

1

tftfduetfuFjut

1221

)(

2

1





于是

)()(

2

1

)()(

2121

~

FFtftfs

例3.1求积分方程

dtgfthtg



的解,其中tfth,为已知函数,且thtftg和,的Fourier变换都存在.

解假设,GtgF,HthF,FtfF

由卷积定义知

tgtfdtgf





现对积分方程两端取Fourier变换可得

GFHG

解得







F

H

G

1

所以原方程的解为







de

F

H

tgti



12

1

例3.2求常系数非齐次线性微分方程

tftyty

dt

d



2

2

的解,其中tf为已知函数.

解设FtfFYtyF),(

现对原方程两端取Fourier变换,并根据Fourier变换的性质可得

FYYi2

解得





21

F

Y

所以原方程的解











FFdeFtyti

2

1

21

1

1

1

2

1

由卷积定理得



FFFty1

2

1

1

1



=deftf

e

t

t









2

1

2

.

例3.3求微分积分方程

thdttxctbxtxa

t



的解.其中cbat,,,均为常数.

解设HthFXtxF,

现对原方程两端取Fourier变换,并根据Fourier变换的性质可得



HX

i

c

bXXai

解得









c

aib

H

i

c

bai

H

X,

所以原方程的解





dte

c

aib

H

txti







2

1

4.卷积公式及其应用与推广

4.1卷积公式

设X和Y的联合密度函数为)yxf,(,则YXZ得概率密度为







dxxzfxfZFZf

YXzz

)()()()(







dyyfyzfZFZf

YXzz

)()()()(

证明YXZ的分布函数是:

D

z

xyfpzZpZF)()zYX()()(

其中D=zyxyx:),(

于是













z

yxu

yz

zyx

Z

dudyyyufdxdyyxfdxdyyxfZF),(),(),()(

=







z

dyduyyuf),(

从而





dyyyzfZFZf

zz

),()()(

由X和Y的对称性知





dxxxzfZFZf

zz

),()()(。

特别地,当X和Y独立时,设YX,的边缘密度分别为),(xf

X

),(yf

Y

则上述两个式子化为







dxxzfxfZFZf

YXzz

)()()()(………………(1)







dyyfyzfZFZf

YXzz

)()()()(…………………(2)

(1),(2)式称为卷积公式.

注虽然卷积公式针对的是两个独立随机变量直接求和的情形,但它一样可以巧妙地用于计

算两个独立随机变量线性和的概率密度函数.

4.2卷积公式在概率论方面的应用

例4.2.1设二维连随机变量yx,的联合概率密度函数

为:

其他

0,0

0

2

),(

2

yx

e

yxf

yx

,令yxz2,求)(zf

Z

.

解:经过计算知

0

0

0

x

x

e

xf

x

X

)(,

0

0

0

22

y

y

e

yf

y

Y

)(

显然,对任意的

),()()(,,yxfyfxfyx

Yx

,即YX,独立.由卷积公式(2),

z

z

zy

z

yz

YXZ

zedyedyeedyyfyzfzf





2

0

2

2

0

)2(22)()2()(



其他

0

0

)(

z

ze

zf

z

z

注:虽然不是求YX的分布,而要求YX2的分布,用y表示Y的取值,将Y看作一

个整体,根据YXZ2,直接用YZ2来表示

x

的取值,从套用卷积公式(2)一样

得到了以上正确答案.

例4.2.2若YX,是两个相互独立的随机变量且均服从正态分布1,0N,求YXZ得

概率密度.

解由卷积公式

dxxzfxfzf

YXZ





=



dxee

xzx

22

2

2

2

1







=



dxeezxx

z







2

2

2

2

1

=dxee

z

x





2

2

2

4

2

1

2

z

xt,得到

2

2

2

2

2

22

44

22

1

2

1

2

1

z

z

t

z

Z

eedteezf











于是YXZ服从正态分布2,0N.

4.3卷积公式的推广

4.3.1三重卷积公式及其应用

定理4.3.1.1若三个随机变量ZYX,,的联合概率密度函数为),,(zyxf,则

ZYXW的概率密度函数为)(wf

W

dydxyxwyxf







),,(.

证明随机变量W的分布函数及其概率密度函数分别为

dxdydzzyxfdxdydzzyxfwZYXpwWpwF

xwzywzyx

W



),,(),,()(

dx

dw

xwdI

wFwf

wW



),(

)()(,

其中









yxw

xwzy

dzdyzyxfdydzzyxfxwI),,(),,(),(

由于



dyyxwyxf

dw

xwdI

),,(

),(

因此ZYXW的概率密度函数为

)(wf

W

dydxyxwyxf







),,(.

推论4.3.1.1当随机变量ZYX,,是相互独立时,有

)(wf

W

dydxyxwyxf







),,(=

-

-

dydxyxwfyfxf

ZYX

)()()(

其中)(,),(zfyfxf

ZYX

)(分别是X,Y,Z的概率密度函数.

例4.3.1.1设某商品一周需要量是一个随机变量,其概率密度为

0

0

0

)(

t

t

et

tf

t

,并设各周的需求量是相互独立的,求三周的需求量的概率密度.

解设第i周的需求量为

i

(i=1,2,3),则三周的需求量

3

1

i

i

,

由三重卷积公式知:

)(zf



-

-

)(

1

1

xf

)(

2

2

xf

)(

21

xxzf

21

dxdx

=



0

0

0

1

0

2

)(

21

0

21

21

1

21





z

z

dx

dxexxzexex

z

xxz

xz

xx

=

0

0

0

)(

221

0

21

0

1

1



z

z

dxxxzxdxxe

xx

x

x

=

0

0

0

!5

55



z

z

ez

综上,我们得到了三个随机变量和的概率密度函数的计算公式,此公式应用起来比较简便,有

一定的实际利用价值.

4.3.2多重卷积公式及其应用

4.3.2.1(

n

重卷积公式)设

1

,

2

,…

n

,是

n

个独立的随机变量,它们的概率密度分别

)(

ii

xf

(2,1i…n),则

n

i

in

1

的概率密度为

nn

fffzf



...)(

21



=

-

…

-

)(

1

1

xf

)(

2

2

xf

…)(

1

1



n

i

i

xzf

n

21

dxdx…

n

dx

证明用数学归纳法

当2n时,由卷积公式知,结论成立.

假设当kn时,有

kk

fffzf



...)(

21



=

-

…

-

)(

1

1

xf

)(

2

2

xf

…)(

1

1



k

i

i

xzf

k

21

dxdx…

k

dx

那么,当1kn时

111

...)(

2



kk

ffffzf

k

=

-1k

f

…

-

)(

1

1

xf

)(

2

2

xf

…)(

1

1



k

i

i

xzf

k

21

dxdx…

k

dx

1k

dx

=

-

…

-

)(

1

1

xf

)(

2

2

xf

…)(

1

k

i

i

xzf

k

21

dxdx…

k

dx

1k

dx

所以,由数学归纳法知结论成立.

例4.3.2.1设

1

,

2

,…

n

,是n个独立同分布的随机变量,它们均服从参数为的指数

分布,即它们的概率密度函数为

0

0

0

)(

t

t

e

tf

t

i

(2,1i…n),求

n

i

i

1

的概率密度函数.

解由(

n

重卷积公式)可得

2

00

1

2

1

1)(dxedxezf

x

xz

z

x



…

1

0

)(

1

1

1

1



n

xz

xz

dxe

n

i

i

n

i

i



=znez

dx

0

1

1

0

2

xz

dx…



2

1

0

1

n

i

i

xz

n

dx

=znez

dx

0

1

1

0

2

xz

dx…

3

1

0

2

2

1

)(

n

i

i

xz

n

n

i

i

dxxz

=

!2

zne

z

dx

0

1

1

0

2

xz

dx…

4

1

0

3

2

3

1

)(

n

i

i

xz

n

n

i

i

dxxz

=

!3

zne

z

dx

0

1

1

0

2

xz

dx…



5

0

4

3

4

1

)(

z

n

n

i

i

dxxz

=…

=

)!3(



n

ezn

z

dx

0

1

1

0

2

3

21

)(

xz

ndxxxz

=

)!2(



n

ezn



z

ndxxz

0

1

2

1

)(

=1

)!1(

n

zn

z

n

e

所以,

0

0

0

)!1(

)(

)(

1



z

z

n

ze

zf

nz

👁️ 阅读量:0