『壹』 用MATLAB怎麼實現離散信號的卷積啊 編程
在MATLAB中，可以用函數y=filter(p,d,x)實現差分方程的模擬，也可以用函數 y=conv(x,h)計算卷積。
（1）即y=filter(p,d,x)用來實現差分方程，d表示差分方程輸出y的系數，p表示輸入x的系數，而x表示輸入序列。輸出結果長度數等於x的長度。
實現差分方程，先從簡單的說起：
filter([1,2],1,[1,2,3,4,5])，實現y[k]=x[k]+2*x[k-1]
y[1]=x[1]+2*0=1 (x[1]之前狀態都用0)
y[2]=x[2]+2*x[1]=2+2*1=4
（2）y=conv(x,h)是用來實現卷級的，對x序列和h序列進行卷積，輸出的結果個數等於x的長度與h的長度之和減去1。
卷積公式：z(n)=x(n)*y(n)= ∫x(m)y(n-m)dm.
程序一：以下兩個程序的結果一樣
（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)
結果：y1 = 1 3 6 9 12 9 5
y2 = 1 3 6 9 12
y3 = 1 3 6
可見：filter函數y(n)是從n=1開始，認為所有n<1都為0；而conv是從卷積公式計算，包括n<1部分。
因此filter 和conv 的結果長短不同
程序三：濾波後信號幅度的變化
num=100; %總共1000個數
x=rand(1,num); %生成0~1隨機數序列
x(x>0.5)=1;
x(x<=0.5)=-1;
h1=[0.2,0.5,1,0.5,0.2];
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中提供了卷積運算的函數命令conv2，其語法格式為：
C = conv2(A,B)
C = conv2(A,B)返回矩陣A和B的二維卷積C。若A為ma×na的矩陣，B為mb×nb的矩陣，則C的大小為(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圖像處理工具箱提供了基於卷積的圖象濾波函數filter2，filter2的語法格式為：
Y = filter2(h,X)
其中Y = filter2(h,X)返回圖像X經運算元h濾波後的結果，默認返回圖像Y與輸入圖像X大小相同。例如：
其實filter2和conv2是等價的。MATLAB在計算filter2時先將卷積核旋轉180度，再調用conv2函數進行計算。
Fspecial函數用於創建預定義的濾波運算元，其語法格式為：
h = fspecial(type)
h = fspecial(type,parameters)
參數type制定運算元類型，parameters指定相應的參數，具體格式為：
type='average'，為均值濾波，參數為n，代表模版尺寸，用向量表示，默認值為[3,3]。
type= 'gaussian'，為高斯低通濾波器，參數有兩個，n表示模版尺寸，默認值為[3,3]，sigma表示濾波器的標准差，單位為像素，默認值為0.5
『貳』 如何利用Matlab求兩個函數的卷積
比如兩個信號f1=sin(t)/t和f2=sin(t)，我想得到兩個函數的卷積式不是不可能不是矩陣
matlab中所有數據都是矩陣表示不信你試試
a=1
size(a)
.
『叄』 如何用matlab實現兩個函數的卷積運算
在MATLAB中，可以用函數y=filter(p,d,x)實現差分方程的模擬，也可以用函數
y=conv(x,h)計算卷積。
（1）即y=filter(p,d,x)用來實現差分方程，d表示差分方程輸出y的系數，p表示輸入x的系數，而x表示輸入序列。輸出結果長度數等於x的長度。
實現差分方程，先從簡單的說起：
filter([1,2],1,[1,2,3,4,5])，實現y[k]=x[k]+2*x[k-1]
y[1]=x[1]+2*0=1
(x[1]之前狀態都用0)
y[2]=x[2]+2*x[1]=2+2*1=4
（2）y=conv(x,h)是用來實現卷級的，對x序列和h序列進行卷積，輸出的結果個數等於x的長度與h的長度之和減去1。
卷積公式：z(n)=x(n)*y(n)=
∫x(m)y(n-m)dm.
程序一：以下兩個程序的結果一樣
（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)
結果：y1
=
1
3
6
9
12
9
5
y2
=
1
3
6
9
12
y3
=
1
3
6
可見：filter函數y(n)是從n=1開始，認為所有n<1都為0；而conv是從卷積公式計算，包括n<1部分。
因此filter
和conv
的結果長短不同
程序三：濾波後信號幅度的變化
num=100;
%總共1000個數
x=rand(1,num);
%生成0~1隨機數序列
x(x>0.5)=1;
x(x<=0.5)=-1;
h1=[0.2,0.5,1,0.5,0.2];
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中提供了卷積運算的函數命令conv2，其語法格式為：
C
=
conv2(A,B)
C
=
conv2(A,B)返回矩陣A和B的二維卷積C。若A為ma×na的矩陣，B為mb×nb的矩陣，則C的大小為(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圖像處理工具箱提供了基於卷積的圖象濾波函數filter2，filter2的語法格式為：
Y
=
filter2(h,X)
其中Y
=
filter2(h,X)返回圖像X經運算元h濾波後的結果，默認返回圖像Y與輸入圖像X大小相同。例如：
其實filter2和conv2是等價的。MATLAB在計算filter2時先將卷積核旋轉180度，再調用conv2函數進行計算。
Fspecial函數用於創建預定義的濾波運算元，其語法格式為：
h
=
fspecial(type)
h
=
fspecial(type,parameters)
參數type制定運算元類型，parameters指定相應的參數，具體格式為：
type='average'，為均值濾波，參數為n，代表模版尺寸，用向量表示，默認值為[3,3]。
type=
'gaussian'，為高斯低通濾波器，參數有兩個，n表示模版尺寸，默認值為[3,3]，sigma表示濾波器的標准差，單位為像素，默認值為0.5
『肆』 matlab中卷積積分公式如何編寫計算
你好。
只要使用conv函數就可以了。
例子：
u=ones(1,100);
v=2*u;
w = conv(u,v);
plot(w);
『伍』 matlab怎樣求卷積
function
[f,k]=sconv(f1,f2,k1,k2,p)
%計算連續信號卷積積分f(t)=f1(t)*f2(t)
%f:卷積積分f(t)對應的非零樣值向量
%k:f(t)的對應時間向量
%f1：f1（t）非零樣值向量
%f2：f2（t)的非零樣值向量
%k1：f1（t）的對應時間向量
%k2:f2(t)的對應時間向量
%p：取樣時間間隔
f=conv(f1,f2);
f=f*p;
k0=k1(1)+k2(1);
k3=length(f1)+length(f2)-2;
k=k0:p:k0+k3*p;
subplot(2,2,1)
plot(k1,f1);
title('f1(t)');
xlabel('t');
ylabel('f1(t)');
subplot(2,2,2);
plot(k2,f2);
title('f2(t)')
subplot(2,2,3)
plot(k,f);
h=get(gca,'position');
h(3)=2.5*h(3);
set(gca,'position',h);
title('f(t)=f1(t)*f2(t)')
xlabel('t');
ylabel('f(t)')
如果你就當這兩個都是從1開始的，
直接卷積掉，
結果是5個數，
第一個數就是x(1)*h(1)，
這也是你要的卷積當中的一個，
只是在你要的結果里，這個是x(0)*h(-1)
，所以在結果的序號是-1而不是1，
所以你只要把結果平移就可以了
因為matlab不支持負數序號的數組，
所以你最好只是「在心裡平移」就好了，
就是說你保存的還是這個結果，
只是寫程序的時候記住了，
這個是從-1開始的
你只需要在畫圖的時候指定橫坐標
plot(-1:3,
conv(x,
h))
『陸』 matlab求卷積
function [f,k]=sconv(f1,f2,k1,k2,p)
%計算連續信號卷積積分f(t)=f1(t)*f2(t)
%f:卷積積分f(t)對應的非零樣值向量
%k:f(t)的對應時間向量
%f1：f1（t）非零樣值向量
%f2：f2（t)的非零樣值向量
%k1：f1（t）的對應時間向量
%k2:f2(t)的對應時間向量
%p：取樣時間間隔
f=conv(f1,f2);
f=f*p;
k0=k1(1)+k2(1);
k3=length(f1)+length(f2)-2;
k=k0:p:k0+k3*p;
subplot(2,2,1)
plot(k1,f1);
title('f1(t)');
xlabel('t');
ylabel('f1(t)');
subplot(2,2,2);
plot(k2,f2);
title('f2(t)')
subplot(2,2,3)
plot(k,f);
h=get(gca,'position');
h(3)=2.5*h(3);
set(gca,'position',h);
title('f(t)=f1(t)*f2(t)')
xlabel('t');
ylabel('f(t)')
這個程序可以實現任何情況的卷積
『柒』 matlab卷積函數編寫
利用定義
『捌』 怎麼用matlab求函數卷積
MATLAB裡面求卷積可以直接使用函數conv，至於具體如何使用該函數，可以在MATLAB命令行窗口輸入 help conv 然後點擊回車即可