卷积和与卷积积分

$$\begin{align*}\newcommand{\dif}{\mathop{}\!\mathrm{d}}\end{align*}$$

引入

卷积和

在说什么是卷积之前，先说说为什么要“卷积”。我们知道 LTI系统，也就是线性时不变系统有两个特征：线性+时不变，也就是说我们对输入做加、减、乘、除和时移，输出也会同样地做相同运算。那么会不会有一种“元信号”，能够通过运算表示出其他信号？这样，我们只要知道元信号对应的输出，再进行运算，就能知道任何信号的输出。也就是：

$$ 元信号 \rightarrow 输出\\ \quad\Downarrow \;变换\;\Downarrow\\ 任何信号 \rightarrow 输出 $$

那么“元信号”到底是什么？对于离散的情况，我们很容易想到 单位脉冲信号：

显然，我们可以用单位脉冲信号表示任何离散信号：

$$ \begin{align} x[n]&=\cdots+\delta[n+1] x[n]+\delta[n]x[n]+\delta[n-1]x[n]+\cdots\\ &=\cdots+\delta[n]x[n-1]+\delta[n]x[n]+\delta[n]x[n+1]+\cdots \end{align} $$

那么，若我们知道的单位脉冲信号的输出：$\delta[n]\rightarrow h[n]$

由于

1. 时不变性质：$\delta[n-k]\rightarrow h[n-k]$
2. 线性性：$x[k]\delta[n-k]\rightarrow x[k]h[n-k]$

$$ \begin{align} \sum_{k=-\infty}^{+\infty} x[k]\delta[n-k]&\rightarrow\sum_{k=-\infty}^{+\infty} x[k]h[n-k]\\ \Downarrow&\\ x[n]&\rightarrow y[n] \end{align} $$

可见，如果我们知道离散时间线性时不变系统的单位脉冲响应 $h[n]$，则我们可以算出任意信号 $x[n]$ 的响应 $y[n]=\sum_{k=-\infty}^{+\infty} x[k]h[n-k]$

我们把这种计算称为卷积和（convolution sum），记作：$x[n]*h[n]=\sum_{k=-\infty}^{+\infty} x[k]h[n-k]$

卷积积分

对于连续的情况，当我们仿照上面来思考时，我们所遇到的第一个难题是：冲激函数可以表示其他函数吗？我们知道冲激函数的定义为：

$$ \delta(t) = \begin{cases} 0, \; t \ne 0\\ \infty, \; t=0 \end{cases} $$

但这个定义是极度不准确的，因为缺少了一部分：

$$ \int_{-\infty}^\infty \delta(t) \dif t= 1 \rightarrow \text{强度为1} $$

我们不能只看到 $\infty$，还要看到 $\int\dif t$，这两者共同作用下，有：

$$ \int_{-\infty}^\infty x(t)\delta(t) \dif t= \int_{-\infty}^\infty x(0)\delta(t) \dif t=x(0) $$$$ x(t)=\int_{-\infty}^{+\infty}x(\tau)\delta(t-\tau)\dif\tau\\ $$

假如我们已知系统对冲激信号的响应：$\delta(t)\rightarrow y_\delta(t)$

同理，由时不变性质：$\delta(t-\tau) \rightarrow y_\delta(t-\tau)$

由齐次性：$x(\tau)\delta(t-\tau) \rightarrow x(\tau)y_\delta(t-\tau)$

叠加可得：$\int_{-\infty}^{+\infty} x(\tau)\delta(t-\tau) \dif \tau \rightarrow \int_{-\infty}^{+\infty} x(\tau)y_\delta(t-\tau) \dif \tau$

从而对于信号 $x(t)$ 有 $x(t) \rightarrow \int_{-\infty}^{+\infty} x(\tau)\delta(t-\tau) \dif \tau$，我们称之为 卷积积分（convolution integral）。

杜阿美积分（扩展）

假如我们已知线性时不变系统对阶跃信号的响应：$u(t)\rightarrow y_u(t)$

由时不变性质：$u(t-\tau) \rightarrow y_u(t-\tau)$

由齐次性：$x'(\tau)u(t-\tau) \rightarrow x'(\tau)y_u(t-\tau)$

从而我们可以进行叠加：$\int_{0^+}^t e'(\tau)u(t-\tau) \dif \tau \rightarrow \int_{0^+}^t e'(\tau)y_u(t-\tau) \dif \tau$

$$ \begin{align} x(t) &= x(0)u(t) + \int_{0^+}^t x'(\tau)u(t-\tau) \dif \tau \\ \downarrow \;\;&\\ y_x(t) &= x(0)y_u(t) + \int_{0^+}^t e'(\tau)y_u(t-\tau) \dif \tau \end{align} $$

因此只要知道系统对阶跃信号的响应，就可以求出系统对任意连续可导信号的响应。我们将 $x(t)\rightarrow e(0)y_u(t) + \int_{0^+}^t e'(\tau)y_u(t-\tau) \dif \tau$ 称为杜阿美积分（Duhamel’s Integral）

杜阿美积分的另一种形式为为：

$$ x(t)\rightarrow x(0)y_u(t) + \int_{0^+}^t x'(t-\tau)y_u(\tau) \dif \tau $$

由于很多信号是很难求导甚至不可求导的，所以杜阿美积分很难求。所以卷积积分比杜阿美积分更好用。

卷积

卷积

f, g 的卷积记为 $f*g$

连续定义为：$(f*g)(t)=\int_{-\infty}^{\infty} f(\tau)g(t-\tau) \dif \tau$

离散定义为：$(f*g)[n]=\sum_{\tau=-\infty}^\infty f[\tau]g[n-\tau]$

以连续定义为例，我们观察等号两边的自变量，会发现：$(x)=(\tau)+(x-\tau)$。如果将右边改写为：$x=a(\tau)+b(\tau)$，令 $x$ 变化，则相当于（图中 x=a,y=b）：

如果我们单独选取其中的一条线，比如 $1=a+b$，线上每个点对应一个 $f(a)g(b)$，我们把这条线卷起来（积分），就得到“卷积”。所以我认为，“积”代表的是乘积，“卷”代表的是相加。

卷积的性质

卷积具有如下性质：

1. 交换律 Commutativity：$f_1*f_2=f_2\*f_1$

2. 结合律 Associativity：$(f_1*f_2)\*f_3=f_1\*(f_2\*f_3)$

3. 分配律 Distributivity：$f_1*(f_2+f_3)=f_1\*f_2+f_1\*f_3$

4. Duration：Let the signals $f_1(t)$ and $f_2(t)$ have durations, respectively, defined by the time intervals $[t_1, T_1]$ and $[t_2,T_2]$ then

   $$ f(t)=f_1(t)*f_2(t)= \begin{cases} 0 & t\leq t_1+t_2\\ \int_{(t_1+t_2)/2}^{(T_1+T_2)/2} f_1(\tau)f_2(t-\tau)\dif \tau & t_1+t_2\leq t\leq T_1+T_2\\ 0 & t\geq T_1+T_2\\ \end{cases} $$

5. 时移 Time Shifting：Let $f(t)=f_1(t)*f_2(t)$. Then, convolutions of shifted signals are given by $$ f(t-\sigma_1)=f_1(t-\sigma_1)*f_2(t)\\ f(t-\sigma_2)=f_1(t)*f_2(t-\sigma_2)\\ f(t-\sigma_1-\sigma_2)=f_1(t-\sigma_1)*f_2(t-\sigma_2) $$
6. 微分：$\frac{\dif}{\dif t} [f(t)\*g(t)]=\left[ \frac{\dif}{\dif t} f(t) \right]\*g(t)$ $=f(t)\* \left[ \frac{\dif}{\dif t} g(t) \right]$（不是加）
7. 积分：$\int_{-\infty}^t f(\tau)*g(\tau) \dif \tau$ $=\int_{-\infty}^t f(\tau)\dif \tau * g(\tau)$ $=f(\tau)\*\int_{-\infty}^t g(\tau)\dif \tau $（不是加）
8. 多重微积分：$f(t)^{(m)}\*g(t)^{(n)}=[f(t)\*g(t)]^{(m+n)}$

---

利用以上性质，可以让求解卷积变得更简单。比如：

• 利用交换律，使得简单地函数处在 $f(t-\tau)$ 的位置。（合理选择作为“平移”的函数）

答案

$$ e^{-t}u(t)*\sin(t)=\int_{-\infty}^{\infty} e^{-(t-\tau)} u(t-\tau)\sin(\tau) \dif \tau\\ =\int_{-\infty}^{\infty} e^{-(\tau)} u(\tau)\sin(t-\tau) \dif \tau $$$$ \begin{align} e^{-t}u(t)*\sin(t)&=\int_{-\infty}^{\infty} e^{-(t-\tau)} u(t-\tau)\sin(\tau) \dif \tau\\ &=e^{-t}\int_{-\infty}^t e^\tau \sin(\tau)\dif \tau\\ &=e^{-t}\left[ \frac{e^t}{2}\left( \sin t -\cos t \right)-0 \right]\\ &=\frac{1}{2}(\sin t -\cos t ) \end{align} $$$$ \begin{align} \because \int_0^\infty e^{-\tau}\sin(t-\tau)\dif \tau &= \int_0^\infty e^{-\tau}[\sin t\cos\tau-\cos t\sin\tau]\dif \tau\\ \therefore e^{-t}u(t)*\sin(t)&=\int_{-\infty}^{\infty} e^{-(\tau)} u(\tau)\sin(t-\tau) \dif \tau\\ &=\sin(t)\int_0^\infty e^{-\tau} \cos(\tau)\dif \tau -\cos(t)\int_0^\infty e^{-\tau}\sin(\tau) \dif \tau\\ &=\sin(t)\left[ 0-\frac{1}{2}(-\cos 0+\sin0) \right]-\cos(t)\left[0-\frac{1}{2}(-\sin 0-\cos0)\right]\\ &=\frac{1}{2}(\sin t -\cos t ) \end{align} $$

• 利用微分、积分化简折线形的信号

$$ x(t)=u(t)-u(t-1)\\ y(t)= \begin{cases} 1+x & 0\leq x \lt 1\\ 3-x & 1\leq x \lt 2 \end{cases} $$

$$ \frac{\dif y(t)}{\dif t}= \begin{cases} 1 & 0\leq x \lt 1\\ -1 & 1\leq x \lt 2 \end{cases} $$$$ \int^{t}_{-\infty} x(t)*\frac{\dif y(t)}{\dif t} \dif t=x(t)*\int^{t}_{-\infty} \frac{\dif y(t)}{\dif t} \dif t = x(t)*y(t) $$

先计算 $x(t)$ 和 $\frac{\dif y(t)}{\dif t}$ 的卷积，然后对结果积分，就求得 $x(t)*y(t)$。计算很简单，这里就不写了。

关于积分、微分性质的练习题，可以看 用卷积的积分、微分性质，计算卷积

特殊函数的卷积

$$ f(t)*\delta(t)=f(t)\\ f(t)*\delta'(t)=f'(t)\\ f(t)*u(t)=\int_{-\infty}^t f(\tau)\dif \tau $$

参考资料

• 如何通俗地理解卷积？
• Convolution
• 卷积积分的几种计算方法归纳