通信工程 / 系统课时

相关函数与卷积

相关函数与卷积

相关函数回答“两个信号有多相似以及相差多少时间”,卷积回答“输入经过线性时不变系统后会形成什么输出”。两者公式外形接近,但目的和翻转方式不同,分清这一点就能正确处理检测、同步与系统响应问题。

学习目标

  • 理解自相关、互相关分别衡量什么关系
  • 掌握卷积在连续时间线性时不变系统中的作用
  • 能从公式和操作过程区分相关与卷积,并理解二者的联系

相关函数衡量时间对齐程度

给定两个确定性信号 x(t)x(t) 和 y(t)y(t),可将互相关定义为

Rxy(τ)=∫−∞∞x(t)y∗(t−τ) dtR_{xy}(\tau)=\int_{-\infty}^{\infty}x(t)y^*(t-\tau)\,dt

其中 y∗(t)y^*(t) 表示复共轭。计算时不断改变延迟 τ\tau,观察两个信号重叠后的乘积积分。若某个延迟处的相关幅度特别大,通常说明两个波形在该时间偏移下最相似。

令两个信号相同,就得到自相关函数

Rxx(τ)=∫−∞∞x(t)x∗(t−τ) dtR_{xx}(\tau)=\int_{-\infty}^{\infty}x(t)x^*(t-\tau)\,dt

自相关反映同一信号与其延迟版本的相似程度。对有限能量信号,∣Rxx(τ)∣|R_{xx}(\tau)| 在 τ=0\tau=0 处达到最大值;复信号还满足共轭对称关系 Rxx(−τ)=Rxx∗(τ)R_{xx}(-\tau)=R_{xx}^*(\tau)。

相关最常见的用途不是“改变信号”,而是寻找关系。例如接收端已知一个训练序列时,可以把接收波形与训练序列做互相关,通过相关峰的位置估计训练序列何时到达。

卷积描述系统如何形成输出

对于冲激响应为 h(t)h(t) 的线性时不变系统,输入 x(t)x(t) 与输出 y(t)y(t) 的关系为

y(t)=x(t)∗h(t)=∫−∞∞x(λ)h(t−λ) dλy(t)=x(t)*h(t)=\int_{-\infty}^{\infty}x(\lambda)h(t-\lambda)\,d\lambda

卷积可以理解为:把系统冲激响应进行时间翻转和位移,在每个输出时刻与输入信号相乘并积分。随着 tt 改变,重叠区域不断变化,于是得到完整的输出波形。

这正是冲激响应能够完整描述线性时不变系统的原因。输入可以看成许多缩放、平移后的冲激叠加,而每个冲激都会产生一个对应的 h(t)h(t),所有响应叠加起来就是卷积结果。

相关与卷积为什么看起来很像

相关和卷积都包含“平移、相乘、积分”,但关注对象不同。按照本课采用的互相关定义,令

y~(t)=y∗(−t)\widetilde{y}(t)=y^*(-t)

则有

Rxy(τ)=x(τ)∗y~(τ)R_{xy}(\tau)=x(\tau)*\widetilde{y}(\tau)

也就是说,相关可以表示成一个信号与另一个信号的时间反转共轭版本做卷积。这解释了为什么很多数字信号处理实现会复用卷积结构完成相关运算。

相关与卷积的滑动运算对比

用目的区分三种运算

运算 比较或处理对象 主要问题 常见用途
自相关 信号与自身延迟版本 自身结构是否周期或重复 周期检测、随机过程分析
互相关 两个信号的相对延迟版本 在什么延迟下最相似 同步、时延估计、匹配检测
卷积 输入与系统冲激响应 系统会产生什么输出 滤波、信道与系统响应分析

判断题目要求哪一种运算时,可以先忽略公式,直接问它在寻找什么:如果目标是寻找两个波形的相似程度或时间偏移,应考虑相关;如果已知输入和系统冲激响应,要求输出,则应使用卷积。

通信系统中的两个典型位置

在接收机同步中,发送端会插入已知序列。接收端把采样信号与本地已知序列做互相关,相关峰出现的位置给出可能的帧起点或传播时延。这类问题的核心是“找到最匹配的位置”。

在信道分析中,若发送信号为 x(t)x(t)、信道冲激响应为 h(t)h(t),忽略噪声时接收信号满足 y(t)=x(t)∗h(t)y(t)=x(t)*h(t)。多径信道中的不同延迟分量都会通过卷积叠加到接收波形中,这类问题的核心是“求系统输出”。

相关解决的是波形之间的匹配关系,卷积解决的是输入经过系统后的响应。把“寻找相似度”和“计算系统输出”这两个目标分开,后续学习匹配滤波、同步和信道模型时就不容易混淆。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

相关函数与卷积

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通