单位冲激函数卷积的计算问题。δ(t-t1)*δ(t-t2)=δ(t-t1-t2)

我就用大白话说了额。根据δ（t)的定义是，t=0时为无穷大，t≠0时为0
然后f(t-t₀)就是把f(t)向右移t₀个位置，所以δ(t-t₀)意思就是，t=t₀时函数为无穷大，t≠t₀时为0
所以画出方程式左端两个冲激函数的图形，就是在t₁ t₂两个点有两个向上的无穷大的坐标。
关于卷积的理解，还是用大白话说，冲激函数f(t)=f(t)
δ(t-t₁)f(t) = f(t-t₁)，这是公式，对它的理解就是，f(t)卷积t₁点的冲激，相当于把f(t)位移t₁个单位。
所以δ(t-t₁)δ(t-t₂)=δ(t-t₁-t₂)

如果是理解性的想知道这个式子的推算过程，就上面这些大白话。如果考试时，需要题解，就用图形法。把δ(t-t₁)和δ(t-t₂)的图形画出来，用卷积的图解法，就能画出来卷积的结果是δ(t-t₁-t₂)。

积分运算公式：∫0dx=C(2)=ln|x|+C。积分是微分的逆运算，即知道了函数的导函数，反求原函数。在应用上，积分作用不仅如此，它被大量应用于求和，通俗的说是求曲边三角形的面积，这巧妙的求解方法是积分特殊的性质决定的。

微分在数学中的定义：由函数B=f(A)，得到A、B两个数集，在A中当dx靠近自己时，函数在dx处的极限叫作函数在dx处的微分，微分的中心思想是无穷分割。微分是函数改变量的线性主要部分。微积分的基本概念之一。

相关内容解释：

卷积运算是指从图像的左上角开始，开一个与模板同样大小的活动窗口，窗口图像与模板像元对应起来相乘再相加，并用计算结果代替窗口中心的像元亮度值。然后，活动窗口向右移动一列，并作同样的运算。以此类推，从左到右、从上到下，即可得到一幅新图像。

空间域滤波: 以像元与周围邻域像元的空间关系为基础，通过卷积运算实现图像滤波的一种方法。频率域滤波: 对图像进行傅里叶变换，将图像由图像空间转换到频域空间，然后在频率域中对图像的频谱作分析处理，以改变图像的频率特征。

function
Convolution();
t=-4:0001:4
e=rectpuls(t-025,15);
plot(t,e),pause
h=tripuls(t-1,2,1);
plot(t,h),pause
s=-8:0001:8
f=conv(e,h);
plot(s,f)
卷积后信号就变长了，如果不想改变信号，改为：f=conv(e,h,'same');

在MATLAB中，可以用函数y=filter(p,d,x)实现差分方程的仿真，也可以用函数
y=conv(x,h)计算卷积。
（1）即y=filter(p,d,x)用来实现差分方程，d表示差分方程输出y的系数，p表示输入x的系数，而x表示输入序列。输出结果长度数等于x的长度。
实现差分方程，先从简单的说起：
filter([1,2],1,[1,2,3,4,5])，实现y[k]=x[k]+2x[k-1]
y[1]=x[1]+20=1
(x[1]之前状态都用0)
y[2]=x[2]+2x[1]=2+21=4
（2）y=conv(x,h)是用来实现卷级的，对x序列和h序列进行卷积，输出的结果个数等于x的长度与h的长度之和减去1。
卷积公式：z(n)=x(n)y(n)=
∫x(m)y(n-m)dm
程序一：以下两个程序的结果一样
（1）h
=
[3
2
1
-2
1
0
-4
0
3];
%
impulse
response
x
=
[1
-2
3
-4
3
2
1];
%
input
sequence
y
=
conv(h,x);
n
=
0:14;
subplot(2,1,1);
stem(n,y);
xlabel('Time
index
n');
ylabel('Amplitude');
title('Output
Obtained
by
Convolution');
grid;
（2）x1
=
[x
zeros(1,8)];
y1
=
filter(h,1,x1);
subplot(2,1,2);
stem(n,y1);
xlabel('Time
index
n');
ylabel('Amplitude');
title('Output
Generated
by
Filtering');
grid;
程序二：filter和conv的不同
x=[1,2,3,4,5];
h=[1,1,1];
y1=conv(h,x)
y2=filter(h,1,x)
y3=filter(x,1,h)
结果：y1
=
1
3
6
9
12
9
5
y2
=
1
3
6
9
12
‍
y3
=
1
3
6
可见：filter函数y(n)是从n=1开始，认为所有n<1都为0；而conv是从卷积公式计算，包括n<1部分。
因此filter
和conv
的结果长短不同
程序三：滤波后信号幅度的变化
num=100;
%总共1000个数
x=rand(1,num);
%生成0~1随机数序列
x(x>05)=1;
x(x<=05)=-1;
h1=[02,05,1,05,02];
h2=[0,0,1,0,0];
y1=filter(h1,1,x);
y2=filter(h2,1,x);
n=0:99;
subplot(2,1,1);
stem(n,y1);
subplot(2,1,2);
stem(n,y2);
MATLAB中提供了卷积运算的函数命令conv2，其语法格式为：
C
=
conv2(A,B)
C
=
conv2(A,B)返回矩阵A和B的二维卷积C。若A为ma×na的矩阵，B为mb×nb的矩阵，则C的大小为(ma+mb-1)×(na+nb-1)。
例：
A=magic(5)
A
=
17
24
1
8
15
23
5
7
14
16
4
6
13
20
22
10
12
19
21
3
11
18
25
2
9
>>
B=[1
2
1
;0
2
0;3
1
3]
B
=
1
2
1
0
2
0
3
1
3
>>
C=conv2(A,B)
C
=
17
58
66
34
32
38
15
23
85
88
35
67
76
16
55
149
117
163
159
135
67
79
78
160
161
187
129
51
23
82
153
199
205
108
75
30
68
135
168
91
84
9
33
65
126
85
104
15
27
MATLAB图像处理工具箱提供了基于卷积的图象滤波函数filter2，filter2的语法格式为：
Y
=
filter2(h,X)
其中Y
=
filter2(h,X)返回图像X经算子h滤波后的结果，默认返回图像Y与输入图像X大小相同。例如：
其实filter2和conv2是等价的。MATLAB在计算filter2时先将卷积核旋转180度，再调用conv2函数进行计算。
Fspecial函数用于创建预定义的滤波算子，其语法格式为：
h
=
fspecial(type)
h
=
fspecial(type,parameters)
参数type制定算子类型，parameters指定相应的参数，具体格式为：
type='average'，为均值滤波，参数为n，代表模版尺寸，用向量表示，默认值为[3,3]。
type=
'gaussian'，为高斯低通滤波器，参数有两个，n表示模版尺寸，默认值为[3,3]，sigma表示滤波器的标准差，单位为像素，默认值为05

---