线性和循环卷积

此示例说明如何建立线性卷积和循环卷积之间的等效关系。

线性卷积和循环卷积是本质不同的运算。然而，在某些条件下，线性卷积和循环卷积是等效的。建立这种等效关系具有重要意义。对于两个向量 x 和 y ，循环卷积等于二者的离散傅里叶变换 (DFT) 之积的逆 DFT 变换。了解线性卷积和循环卷积等效的条件，可让您使用 DFT 来高效地计算线性卷积。

包含 N 个点的向量 x 和包含 L 个点的向量 y 的线性卷积长度为 N + L - 1。

为了使 x 和 y 的循环卷积与之等效，在进行 DFT 之前，必须用零填充向量，使长度至少为 N + L - 1。对 DFT 的积求逆后，只保留前 N + L - 1 个元素。

创建两个向量 x 和 y ，并计算两个向量的线性卷积。

x = [2 1 2 1];
y = [1 2 3];
clin = conv(x,y);

输出长度为 4+3-1。

用 0 填充两个向量，使长度为 4+3-1。求出两个向量的 DFT，将其相乘，并求乘积的逆 DFT。

xpad = [x zeros(1,6-length(x))];
ypad = [y zeros(1,6-length(y))];
ccirc = ifft(fft(xpad).*fft(ypad));

填零后的向量 xpad 和 ypad 的循环卷积等效于 x 和 y 的线性卷积。保留 ccirc 的所有元素，因为输出长度为 4+3-1。

绘制线性卷积的输出和 DFT 之积的逆，以显示二者等效。

subplot(2,1,1)
stem(clin,'filled')
ylim([0 11])
title('Linear Convolution of x and y')
subplot(2,1,2)
stem(ccirc,'filled')
ylim([0 11])
title('Circular Convolution of xpad and ypad')

将向量填充到长度为 12，并使用 DFT 之积的逆 DFT 求得循环卷积。仅保留前 4+3-1 个元素，以产生与线性卷积等效的结果。

N = length(x)+length(y)-1;
xpad = [x zeros(1,12-length(x))];
ypad = [y zeros(1,12-length(y))];
ccirc = ifft(fft(xpad).*fft(ypad));
ccirc = ccirc(1:N);

Signal Processing Toolbox™ 软件提供了函数 cconv ，该函数返回两个向量的循环卷积。您可以通过以下代码使用循环卷积来求 x 和 y 的线性卷积。

ccirc2 = cconv(x,y,6);

cconv 内部使用的就是上例中基于 DFT 的步骤。