前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【数字信号处理】线性常系数差分方程 ( 卷积 与 “ 线性常系数差分方程 “ | 使用 matlab 求解 “ 线性常系数差分方程 “ )

【数字信号处理】线性常系数差分方程 ( 卷积 与 “ 线性常系数差分方程 “ | 使用 matlab 求解 “ 线性常系数差分方程 “ )

作者头像
韩曙亮
发布2023-03-30 11:50:01
5990
发布2023-03-30 11:50:01
举报
文章被收录于专栏:韩曙亮的移动开发专栏

文章目录

一、卷积 与 " 线性常系数差分方程 "


" 线性常系数差分方程 " 不能使用 卷积函数 conv 函数进行求解 , 因为卷积的右侧没有

y(n)

, 卷积公式如下 :

y(n) = \sum^{+\infty}_{m = -\infty} x(m) h(n-m) = x(n) * h(n)

而 " 线性常系数差分方程 " 如下 :

y(n) = \sum_{i = 0}^M b_i x(n - i) - \sum_{i = 1}^N a_i y(n - i) \ \ \ \ \ \ \ n \geq M

在 " 线性常系数差分方程 " 公式的右侧比 卷积 公式中 , 多了一个

\sum_{i = 1}^N a_i y(n - i)

项 , 其中有

y(n)

序列 , 这样就无法使用 conv 卷积函数求解 " 线性常系数差分方程 " ;

二、使用 matlab 求解 " 线性常系数差分方程 "


matlab 中 , 使用 filter 函数, 求解 " 线性常系数差分方程 " ;

参考文档 :

filter 函数语法如下 :

代码语言:javascript
复制
yn = filter(B, A, xn, xi)
xi = filtic(B, A, ys, xs)

" 线性常系数差分方程 " 公式如下 :

y(n) = \sum_{i = 0}^M b_i x(n - i) - \sum_{i = 1}^N a_i y(n - i) \ \ \ \ \ \ \ n \geq M

matlab 中的 filter 函数中的参数 与 " 线性常系数差分方程 " 公式项的对应关系 :

① B 参数 : filter 函数中的 B 向量

B = [b_0 , b_1, \cdots,b_M]

就是公式中的

b_i

, 注意

i

范围是

[0,M]

;

② A 参数 : filter 函数中的 A 向量

A = [a_1 , a_2, \cdots,a_N]

就是公式中的

a_i

, 注意

i

范围是

[1,N]

;

③ xn 参数 : 输入序列 对应的 向量 ;

④ xi 参数 : 该参数 与 ys 和 xs 条件有关 , ys 和 xs 是初始条件向量 , 分别是 :

y_s = [y(-1), y(-2), \cdots , y(-N)]
x_s = [x(-1), x(-2), \cdots , x(-N)]

xi 是通过 filtic 函数 计算出来的 , 需要传入

A , B

向量 , 和 ys 和 xs 条件 ;

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022-02-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章目录
  • 一、卷积 与 " 线性常系数差分方程 "
  • 二、使用 matlab 求解 " 线性常系数差分方程 "
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档