- ベストアンサー
畳み込み
nuubouの回答
- nuubou
- ベストアンサー率18% (28/153)
出力信号を直線補間をして等間隔にあるデータを求めｆｆｔを行えばいいと思います もし精度を上げたかったら高次補間をすればいいと思います ｘが未知なのだからｆは予測値で我慢するしかありません
関連するQ&A
- 畳み込み積分 での インパルス応答
畳み込み積分で x(t)*h(y) = h(t)*x(t) このように、交換法則が可能ということは、 式だけ与えられて、入力がどちらであると示されてない場合、 x(t)が入力、h(t)がインパルス応答、というこどもでき h(t)が入力、x(t)がインパルス応答 ということもできる。 と考えていいのでしょうか？ （つまりどっちもインパルス応答になり得るのでしょうか？） よろしくおねがいします。
- ベストアンサー
- 物理学
- 畳み込み積分と畳み込み和の違いについて
畳み込みについて勉強し始めたばかりなのですがどうしてもわからないとことがあったため投稿させていただきます。 私は以下のurlから畳み込み和について考えていました。 http://www.ic.is.tohoku.ac.jp/~swk/lecture/yaruodsp/conv.html ここでは、単位インパルスδ(t)から応答関数h(t)を考え入力信号x(t)を離散化し、応答関数をそれぞれの入力の大きさで倍にしてその値を重ね合わせで出力信号y(t)を計算していると私は理解しています。 ここで、畳み込み積分を考えますと畳み込み積分は y(t)=∫h(τ)x(t-τ)dτ となりますので、応答関数h(t)と入力信号x(t)に関してその時間に応じた面積を計算しているんだろうなーという風に考えています。 以下のurlにある入力信号と出力信号が矩形波の図からそのことを考えました。 http://ja.wikipedia.org/wiki/%E7%95%B3%E3%81%BF%E8%BE%BC%E3%81%BF そこで疑問が浮かびました。 上で示す畳み込み和による考えならば wikiに書いてあるような矩形波と矩形波の畳み込みを考えるときに 単純に出力を足し合わせていくと最大値が1ではなくもっと大きな値になるんではないでしょうか？？ おそらく自分が理解できていないところがまだあるんだと思います。 馬鹿な質問かもしれませんが、何日か悩んでもよくわかりません。 よろしくお願いします。
- ベストアンサー
- 数学・算数
- 畳み込み積分とインパルス応答
畳み込み積分とインパルス応答 畳み込み積分 「∫ f(t-τ) g(τ) dτ」において、 g(τ)＝dx(τ)/dτ はインパルス応答である・・・という部分が分かりません。 x(τ)はステップ応答ですよね？ （入力前の信号に視点を戻して）τ範囲を縮めていくと、ステップ信号→インパルス信号の様になりそうですが、 インパルス信号→τ＝０において∞の値をとり、∞（値）×１／∞（幅）＝１ ステップ信号 →τが０以上の範囲において、常に１という値をキープ →τの幅をいくら縮めても、値は１であり、インパルスの様に∞にはならない であるので、ステップの幅を縮めても、インパルスにはならない様に思うんです。
- ベストアンサー
- 物理学
- 畳み込み積分と畳み込み演算
こんにちは。 今、ディジタル信号処理についてレポートを作成しています。 その中で、畳み込みについて書こうと調べているんですが、 手元にある参考書などをみてもよくわからないんです。 まずひとつ、 Σx(t)y(t-i) この式で表されるものを、畳み込み演算と言うのだと思っていました。 しかし過去の質問を見て、これは実は畳み込み和と言うのではないかなと思ったのですが、畳み込み和でいいのでしょうか？ そして、畳み込み積分と畳み込み和は、一体何が違うのかがよくわかりません。 畳み込み積分と畳み込み和は、具体的に何が違うのか？ どのような時は畳み込み積分で、どのようなとき畳み込み和なのか？ また、畳み込み和→畳み込み積分(orその逆）のように、 式の変形で導き出すことはできるのでしょうか？ 畳み込み和は、行列の形に表せること、 これをシステムとして実現したものがFIRフィルタであることはわかります。 畳み込み積分については、 ∫h(t-τ)x(τ)dτ＝h(t)＊x(t) という式であることぐらいしかわかりません； できるだけ詳しく教えていただけると助かります。 よろしくお願いします。
- ベストアンサー
- 数学・算数
- デルタ関数の畳み込み
f(t)＊δ(t-T)=f(t-T) を証明せよ。という問題なのですが ∫[-∞,∞]δ(x-T)f(t-x)dx と畳み込みをし、その後 x-T=τと変数変換を行いf(τ+t-T)を作ろうとしたのですが うまくいきませんでした。 この畳み込みの後どのように行えば証明できるでしょうか？ お願いします。
- ベストアンサー
- 数学・算数
- 畳み込みについて
関数f(t) (0≦t≦1のときf(t)=1、other f(t)=0）と関数h(t) (0≦t≦1のときh(t)=-t+1、other h(t)=0）の畳み込み積分y(t)=∫f(τ)h(t-τ)dτを実際に数値を入れて計算しろと言われたのですが、どのようにやったらいいのかわかりません。 自分の解釈では、τ＝0.1のとき、y(t)は、y(0)=1.0、y(1)=1.9、y(2)=2.7、y(3)=3.4、y(4)=4.0 … となるのでは？と思ったのですがどうも違うみたいです。どなたかわかる方がいましたらわかりやすく解説していただけないでしょうか？
- ベストアンサー
- 数学・算数
- インパルス応答は、入力信号をf(t)、出力信号をg(t)、インパルス応
インパルス応答は、入力信号をf(t)、出力信号をg(t)、インパルス応答関数をh(t)とすると、畳み込み積分∫[0→t]f(τ)h(t-τ)dτで表されると思うのですが、この積分に従うとすれば、g(t)やh(t)がどんな関数であってもg(0)=0となると思います。 一方で、g(0)=f(0)h(0)=f(0)なので、f(0)もh(0)もゼロではないとすると、g(0)≠0となるような気がします。 何か勘違いをしていると思うのですが、どこが間違っているのかわからないので、教えて頂けないでしょうか。よろしくお願いします。
- ベストアンサー
- 物理学
- 畳み込み積分と線形性、時不変性、因果性について
こんにちは。見ていただいてありがとうございます。 今専門の勉強をしていて、たたみ込み積分がでてきたのですが、 良く分らなくてつまずいています。 よろしければご指導お願いします。 問題は、y(t)=∫[-∞→∞]x(τ)h(t-τ)dτなるインパルス応答h(t)が存在するとき、 この関係を畳み込み積分というが、この場合、システムの線形性、時不変性、因果性について判定せよ。 というものです。 線形性も時不変性も分るのですが、畳み込み積分のこの式からどう判定していいのか分りません。 考え方から分らないので、解説していただけると助かります。 よろしくお願いします(> <)
- ベストアンサー
- 数学・算数
- 微分要素のインパルス応答の周波数領域
先日MATLABで次のような波形を作りインパルス応答を調べました。 入力ｘ（ｔ）＝sin波 出力ｙ（ｔ）＝微分フィルタのよって出力された波形(cos波） X=ｆｆｔshift(fft(x)),Y=fftshift(fft(y))として H=Y./X としたところ、添付画像のような結果が得られました。 時間領域でのインパルス応答h(t)は以前同じような質問がなされていたので理解できましたが、この周波数領域（ラプラス変換をするならばS領域）でこのような結果が得られる理由をご教授いただきたく思います。 私の考えうる限りでは、周波数領域で考えれば Y(ω）=iωX（ω） （Xを微分すればiωが前に出るため） H（ω）=iω となり少なくとも添付画像のように実数部が値を持ったり、虚数部が値を持つことがないと思うのですが・・・ ※ t=((1:N)-1)*(T/N) omega=((1*N)-N/2)*(2*pi/T) と設定しました。 どうかよろしくお願い致します。
- ベストアンサー
- 科学
- 畳み込み積分の交換律の証明
今、学部レベルのデジタル信号処理の教科書を読み直しているのですが、畳み込み積分の記述で疑問に思ったことがあります。 畳み込み積分では交換律が成り立ちますが、 f(t) * g(t) = g(t) * f(t) ... (1) これをどのように証明したらよいか分かりません。 ちなみにWikipediaではこれについての解説が「積分演算に由来する性質」とあるのみで参考になりませんでした。 (1)の両辺を展開すると \int f(x)・g(t-x) dx = \int g(x)・f(t-x) dx と、なります、多分、これの両辺が等しいことを証明すればいいと思うのですが、そこから先に進めません。(僕のデスクトップでは2バイト文字の積分記号が出てこないので\intと書きました) どうぞよろしくお願いいたします。
- ベストアンサー
- 数学・算数
お礼
補完処理->FFTしてみました． f(t)は一次遅延で時定数のみが判っており，そのまま計算したのでは期待した結果は得られませんでした． きっと周波数特性が一致していないのだと思います．他にもヒステリシスが含まれていそうで，これらを元信号からできる限り除去しないと，信号処理だけでは厳しいようでした． 助言ありがとうございました．