不推荐用“反转/翻转/反褶/对称”等解释卷积。好好的信号为什么要翻转?导致学生难以理解卷积的物理意义。
这个其实非常简单的概念,国内的大多数教材却没有讲透。
直接看图,不信看不懂。以离散信号为例,连续信号同理。
已知![[公式]](/default/index/img?u=aHR0cHM6Ly93d3cuemhpaHUuY29tL2VxdWF0aW9uP3RleD14JTVCMCU1RCslM0QrYSUyQyt4JTVCMSU1RCslM0QrYiUyQyt4JTVCMiU1RCUzRGM%3D)

已知![[公式]](/default/index/img?u=aHR0cHM6Ly93d3cuemhpaHUuY29tL2VxdWF0aW9uP3RleD15JTVCMCU1RCslM0QraSUyQyt5JTVCMSU1RCslM0QraiUyQyt5JTVCMiU1RCUzRGs%3D)

下面通过演示求
的过程,揭示卷积的物理意义。
第一步,
乘以
并平移到位置0:

第二步,
![[公式]](/default/index/img?u=aHR0cHM6Ly93d3cuemhpaHUuY29tL2VxdWF0aW9uP3RleD14JTVCbiU1RA%3D%3D)
乘以
![[公式]](/default/index/img?u=aHR0cHM6Ly93d3cuemhpaHUuY29tL2VxdWF0aW9uP3RleD15JTVCMSU1RA%3D%3D)
并平移到位置1:

第三步,
![[公式]](/default/index/img?u=aHR0cHM6Ly93d3cuemhpaHUuY29tL2VxdWF0aW9uP3RleD14JTVCbiU1RA%3D%3D)
乘以
![[公式]](/default/index/img?u=aHR0cHM6Ly93d3cuemhpaHUuY29tL2VxdWF0aW9uP3RleD15JTVCMiU1RA%3D%3D)
并平移到位置2:

最后,把上面三个图叠加,就得到了
![[公式]](/default/index/img?u=aHR0cHM6Ly93d3cuemhpaHUuY29tL2VxdWF0aW9uP3RleD14JTVCbiU1RCslMkEreSU1Qm4lNUQ%3D)
:

简单吧?无非是
平移(没有反褶!)、叠加。
====================================================
从这里,可以看到卷积的重要的物理意义是:一个函数(如:单位响应)在另一个函数(如:输入信号)上的加权叠加。
重复一遍,这就是卷积的意义:加权叠加。
对于线性时不变系统,如果知道该系统的单位响应,那么将单位响应和输入信号求卷积,就相当于把输入信号的各个时间点的单位响应 加权叠加,就直接得到了输出信号。
通俗的说:
在输入信号的每个位置,叠加一个单位响应,就得到了输出信号。
这正是单位响应是如此重要的原因。
在输入信号的每个位置,叠加一个单位响应,就得到了输出信号。
这正是单位响应是如此重要的原因。
在输入信号的每个位置,叠加一个单位响应,就得到了输出信号。这正是单位响应是如此重要的原因。
作者:张俊博
链接:https://www.zhihu.com/question/22298352/answer/34267457