连续时间信号的卷积运算
- 格式:doc
- 大小:103.00 KB
- 文档页数:7
一、实验目的1. 理解连续时间信号的基本概念和特性。
2. 掌握连续时间信号的时域分析方法和基本运算。
3. 学会使用MATLAB软件进行连续时间信号的时域分析和图形绘制。
4. 通过实验加深对连续时间信号理论知识的理解和应用。
二、实验原理连续时间信号是指信号在任意时刻都有确定的取值。
本实验主要涉及以下内容:1. 基本连续时间信号的时域表示,如单位冲激信号、单位阶跃信号、正弦信号等。
2. 连续时间信号的时域运算,如卷积、微分、积分等。
3. 连续时间信号的时域分析方法,如时域波形分析、时域频谱分析等。
三、实验设备1. PC机2. MATLAB软件3. 连续时间信号发生器4. 示波器四、实验内容与步骤1. 基本连续时间信号的时域表示(1)在MATLAB中编写程序,生成单位冲激信号、单位阶跃信号和正弦信号。
(2)绘制这些信号的时域波形图,观察其特性。
2. 连续时间信号的时域运算(1)编写程序,实现两个连续时间信号的卷积运算。
(2)绘制卷积结果的时域波形图,观察其特性。
3. 连续时间信号的时域分析方法(1)编写程序,对连续时间信号进行微分和积分运算。
(2)绘制微分和积分结果的时域波形图,观察其特性。
4. 使用MATLAB进行连续时间信号的时域分析(1)使用MATLAB中的函数进行连续时间信号的时域分析,如fft、ifft、diff、int等。
(2)绘制分析结果的时域波形图和频谱图,观察其特性。
五、实验结果与分析1. 基本连续时间信号的时域表示通过实验,我们成功生成了单位冲激信号、单位阶跃信号和正弦信号,并绘制了它们的时域波形图。
观察波形图,我们可以发现这些信号具有不同的特性,如单位冲激信号具有脉冲性质,单位阶跃信号具有阶跃性质,正弦信号具有周期性质。
2. 连续时间信号的时域运算通过实验,我们成功实现了两个连续时间信号的卷积运算,并绘制了卷积结果的时域波形图。
观察波形图,我们可以发现卷积运算的结果具有以下特性:(1)卷积运算的结果是两个信号的叠加。
时域卷积和频域卷积转换公式时域卷积和频域卷积是数字信号处理中常用的两种卷积方法。
它们可以互相转换,以便在不同的领域中进行信号处理。
时域卷积是指在时域中对两个信号进行卷积运算。
假设有两个信号x(t)和h(t),它们在时域中的卷积运算可以表示为y(t) = x(t) * h(t)。
其中,*表示卷积运算。
卷积运算的计算公式如下:y(t) = ∫[x(τ) * h(t-τ)] dτ这个公式表示了在时域中的卷积运算,其中τ是一个积分变量,用来表示h(t)信号在时间轴上与x(t)信号相互叠加的位置。
频域卷积是指将时域信号转换为频域信号后进行卷积运算。
假设有两个信号X(f)和H(f),它们在频域中的卷积运算可以表示为Y(f) = X(f) × H(f)。
其中,×表示点乘运算。
频域卷积的计算公式如下:Y(f) = X(f) × H(f)这个公式表示了在频域中的卷积运算。
在频域中进行卷积运算的好处是可以通过快速傅里叶变换(FFT)等算法,提高卷积运算的效率。
将时域卷积转换为频域卷积可以通过傅里叶变换实现。
具体步骤如下:1. 对信号x(t)和h(t)分别进行快速傅里叶变换,得到它们在频域中的表示X(f)和H(f)。
2. 将X(f)和H(f)相乘,得到频域中的卷积结果Y(f)。
3. 对Y(f)进行逆傅里叶变换,得到在时域中的卷积结果y(t)。
将频域卷积转换为时域卷积可以通过逆傅里叶变换实现。
具体步骤如下:1. 对信号X(f)和H(f)分别进行逆傅里叶变换,得到它们在时域中的表示x(t)和h(t)。
2. 将x(t)和h(t)进行卷积运算,得到时域中的卷积结果y(t)。
通过时域卷积和频域卷积的转换,我们可以在不同的领域中选择合适的方法进行信号处理,以满足不同的需求和要求。
在实际应用中,根据具体情况选择合适的卷积方法可以提高计算效率和信号处理的质量。
信号与系统MATLAB第一次实验报告一、实验目的1.熟悉MATLAB软件并会简单的使用运算和简单二维图的绘制。
2.学会运用MATLAB表示常用连续时间信号的方法3.观察并熟悉一些信号的波形和特性。
4.学会运用MATLAB进行连续信号时移、反折和尺度变换。
5.学会运用MATLAB进行连续时间微分、积分运算。
6.学会运用MATLAB进行连续信号相加、相乘运算。
7.学会运用MATLAB进行连续信号的奇偶分解。
二、实验任务将实验书中的例题和解析看懂,并在MATLAB软件中练习例题,最终将作业完成。
三、实验内容1.MATLAB软件基本运算入门。
1). MATLAB软件的数值计算:算数运算向量运算:1.向量元素要用”[ ]”括起来,元素之间可用空格、逗号分隔生成行向量,用分号分隔生成列向量。
2.x=x0:step:xn.其中x0位初始值,step表示步长或者增量,xn 为结束值。
矩阵运算:1.矩阵”[ ]”括起来;矩阵每一行的各个元素必须用”,”或者空格分开;矩阵的不同行之间必须用分号”;”或者ENTER分开。
2.矩阵的加法或者减法运算是将矩阵的对应元素分别进行加法或者减法的运算。
3.常用的点运算包括”.*”、”./”、”.\”、”.^”等等。
举例:计算一个函数并绘制出在对应区间上对应的值。
2).MATLAB软件的符号运算:定义符号变量的语句格式为”syms 变量名”2.MATLAB软件简单二维图形绘制1).函数y=f(x)关于变量x的曲线绘制用语:>>plot(x,y)2).输出多个图像表顺序:例如m和n表示在一个窗口中显示m行n列个图像,p表示第p个区域,表达为subplot(mnp)或者subplot(m,n,p)3).表示输出表格横轴纵轴表达范围:axis([xmax,xmin,ymax,ymin])4).标上横轴纵轴的字母:xlabel(‘x’),ylabel(‘y’)5).命名图像就在subplot写在同一行或者在下一个subplot前:title(‘……’)6).输出:grid on举例1:举例2:3.matlab程序流程控制1).for循环:for循环变量=初值:增量:终值循环体End2).while循环结构:while 逻辑表达式循环体End3).If分支:(单分支表达式)if 逻辑表达式程序模块End(多分支结构的语法格式)if 逻辑表达式1程序模块1Else if 逻辑表达式2程序模块2…else 程序模块nEnd4).switch分支结构Switch 表达式Case 常量1程序模块1Case 常量2程序模块2……Otherwise 程序模块nEnd4.典型信号的MATLAB表示1).实指数信号:y=k*exp(a*t)举例:2).正弦信号:y=k*sin(w*t+phi)3).复指数信号:举例:4).抽样信号5).矩形脉冲信号:y=square(t,DUTY) (width默认为1)6).三角波脉冲信号:y=tripuls(t,width,skew)(skew的取值在-1~+1之间,若skew取值为0则对称)周期三角波信号或锯齿波:Y=sawtooth(t,width)5.单位阶跃信号的MATLAB表示6.信号的时移、反折和尺度变换:Xl=fliplr(x)实现信号的反折7.连续时间信号的微分和积分运算1).连续时间信号的微分运算:语句格式:d iff(function,’variable’,n)Function:需要进行求导运算的函数,variable:求导运算的独立变量,n:求导阶数2).连续时间信号的积分运算:语句格式:int(function,’variable’,a,b)Function:被积函数variable:积分变量a:积分下限b:积分上限(a&b默认是不定积分)8.信号的相加与相乘运算9.信号的奇偶分解四、小结这一次实验让我能够教熟悉的使用这个软件,并且能够输入简单的语句并输出相应的结果和波形图,也在一定程度上巩固了c语言的一些语法。
信号与系统期末重点总结一、信号与系统的基本概念1. 信号的定义:信号是表示信息的物理量或变量,可以是连续或离散的。
2. 基本信号:单位阶跃函数、冲激函数、正弦函数、复指数函数等。
3. 常见信号类型:连续时间信号、离散时间信号、周期信号、非周期信号。
4. 系统的定义:系统是将输入信号转换为输出信号的过程。
5. 系统的分类:线性系统、非线性系统、时不变系统、时变系统。
二、连续时间信号与系统1. 连续时间信号的表示与运算(1)复指数信号:具有指数项的连续时间信号。
(2)幅度谱与相位谱:复指数信号的频谱特性。
(3)周期信号:特点是在一个周期内重复。
(4)连续时间系统的线性时不变性(LTI):线性组合和时延等。
2. 连续时间系统的时域分析(1)冲激响应:单位冲激函数作为输入的响应。
(2)冲击响应与系统特性:系统的特性通过冲击响应得到。
(3)卷积积分:输入信号与系统冲激响应的积分运算。
3. 连续时间系统的频域分析(1)频率响应:输入信号频谱与输出信号频谱之间的关系。
(2)Fourier变换:将时域信号转换为频域信号。
(3)Laplace变换:用于解决微分方程。
三、离散时间信号与系统1. 离散时间信号的表示与运算(1)离散时间复指数信号:具有复指数项的离散时间信号。
(2)离散频谱:离散时间信号的频域特性。
(3)周期信号:在离散时间中周期性重复的信号。
(4)离散时间系统的线性时不变性:线性组合和时延等。
2. 离散时间系统的时域分析(1)单位冲激响应:单位冲激序列作为输入的响应。
(2)单位冲击响应与系统特性:通过单位冲激响应获取系统特性。
(3)线性卷积:输入信号和系统单位冲激响应的卷积运算。
3. 离散时间系统的频域分析(1)离散时间Fourier变换(DTFT):将离散时间信号转换为频域信号。
(2)离散时间Fourier级数(DTFS):将离散时间周期信号展开。
(3)Z变换:傅立叶变换在离散时间中的推广。
四、采样与重构1. 采样理论(1)奈奎斯特采样定理:采样频率必须大于信号频率的两倍。
卷积运算公式
卷积运算是指通过变换两个函数,将它们组合起来,产生一个函数或一个数据
集的过程。
在数字信号处理领域,卷积运算以及它的大量变体遍及有线电视、传真、图像处理、视频处理、数据压缩及其他互联网应用,是一个极为重要的概念。
卷积运算采用公式表达式如下:
h*(n) =\sum_{k=-\infty}^{\infty} x(k)*y(n-k)
其中 h*(n) 为卷积函数,x(k) 和 y(n-k) 分别为输入序列和核函数。
卷积运
算过程可以简化为:由输入序列和核函数叠加,得到输出序列。
需要注意的是,核函数只能大于零,小于零或等于零。
卷积运算能够对数字信号进行理解和处理,它在互联网领域也逐步得到应用,
如用于图像处理和视频处理。
卷积运算也经常用于数据的压缩传输,原因在于它能够提取信号中的有用信息,然后把真正有用的信息保存,而无用的信息则舍弃,从而有效的压缩信号的传输数据的大小,减少信号传输带宽占用。
另外,卷积运算在信号处理领域中还有一些其他的应用,如用于降噪、时间滞后、滤波器及脉冲编码解码等。
综上所述,卷积运算是用于数字信号处理的一种重要概念,它已被积极应用于
图像处理和视频处理、数据压缩传输及互联网业务中。
展望未来,卷积运算在数字信号处理领域中将继续发挥重大作用,推动数字信号处理和互联网业务的发展。
卷积运算原理卷积运算是指对两个函数进行相乘并积分的一种运算方式。
其原理表述如下:在时间域(或空域)里,两个函数进行相乘在函数值上的叠加和,等同于在频域中对其傅里叶变换后的函数进行相乘再傅里叶反变换。
这个原理被广泛应用于信号处理、图像处理等领域。
卷积运算的过程卷积运算的过程可以用下面两个式子表示:$y(t) = \int_{-\infty}^{\infty}x(a)h(t-a)da $$y(t) = \int_{-\infty}^{\infty}x(t-a)h(a)da $其中,$x(t)$ 和 $h(t)$ 分别代表两个需要进行卷积的函数。
第一个式子中,$x(t)$ 作为卷积操作的输入,$h(t)$ 作为线性时不变系统的响应,输出将得到卷积结果 $y(t)$。
第二个式子中,$h(t)$ 作为卷积操作的输入,$x(t)$ 作为线性时不变系统的响应,输出依然将得到卷积结果 $y(t)$。
卷积运算的应用卷积运算在数字信号处理中被广泛应用于信号滤波、降噪、压缩等领域。
在图像处理领域中,卷积运算也是一个基本操作,被用于模糊、锐化、边缘检测等多种图像处理任务中。
通常在图像卷积运算中,使用的是离散形式的卷积公式。
即对于一个 $M × N$ 的图像矩阵和一个 $K ×K$ 的滤波核,对于图像的每个小区域,均对卷积核和该小区域进行卷积运算,得到图像中每个像素的值。
卷积运算的局限性虽然卷积运算被广泛应用于多个领域中,但是也存在其局限性。
最主要的问题是卷积核的大小和形状的限制。
通常使用的卷积核都是固定大小的,这也限制了其处理的图片或信号的大小。
而且,一些卷积核在处理一些边界系统时,会产生锐利的边界,这也会对图像处理带来一定的问题。
总结卷积运算是广泛应用于信号处理、图像处理等领域的一种基本运算方式。
它通过对两个函数进行相乘并积分的方式,从而实现对信号、图像等的滤波、降噪、压缩等功能。
尽中存在其局限性,但其基本原理和应用依然得到了广泛的应用。
课程设计任务书目录1引言 (1)2 MATLAB7.0入门 (2)3利用MATLAB7.0实现方波和三角波信号的卷积及卷积过程演示的设计 (3)3.1方波和三角波信号的卷积及卷积过程演示的基本原理: (3)3.2方波和三角波信号的卷积及卷积过程演示的编程设计及实现 (3)3.3运行结果及分析 (5)结论 (6)参考文献. (7)1 引言信号的卷积是针对时域信号处理的一种分析方法,信号的卷积一般用于求取信号通过某系统后的响应。
在信号与系统中,我们通常求取某系统的单位冲激响应,所求得的h(k)可作为系统的时域表征。
任意系统的系统响应可用卷积的方法求得。
MATLAB(矩阵实验室)是MATrix LABoratory的缩写,是一款由美国The MathWorks 公司出品的商业数学软件。
MATLAB是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。
除了矩阵运算、绘制函数/数据图像等常用功能外,MATLAB还可以用来创建用户界面及与调用其它语言(包括C,C++和FORTRAN)编写的程序。
本课程设计就是利用MATLAB软件来实现方波与三角波信号卷积的过程,然后对三角波信号移位过程进行演示,通过卷积过程演示和卷积和的波形图可以看出,三角波的幅值大小不会影响卷积和的宽度而三角波信号的宽度大小就会影响卷积序列相交部分的范围宽度即卷积宽度。
通过MATLAB你能直观清晰地观察卷积的过程。
2 Matlab7.0入门Matlab作为一种功能强大的工程软件,其重要功能包括数值处理、程序设计、可视化显示、图形用户界面和与外部软件的融合应用等方面。
Matlab软件由美国MathWorks公司于1984年推出,经过不断的发展和完善,如今己成为覆盖多个学科的国际公认的最优秀的数值计算仿真软件。
MATLAB具备强大的数值计算能力,许多复杂的计算问题只需短短几行代码就可在MATLAB中实现。
作为一个跨平台的软件,Matlab已推出Unix、Windows、Linux和Mac等十多种操作系统下的版本,大大方便了在不同操作系统平台下的研究工作。
信号与系统郑君里复习要点一、引言信号与系统是电子信息科学与技术专业的核心学科之一,是掌握该领域知识的重要基础。
本文将对信号与系统中郑君里复习要点进行整理与总结,帮助广大学生更好地掌握这一学科。
二、信号的类型1. 连续时间信号(Continuous-time Signal):在连续时间上定义的信号,可用数学函数表示。
2. 离散时间信号(Discrete-time Signal):在离散时间上定义的信号,可用数列表示。
3. 连续幅度信号(Analog Signal):在幅度上连续变化的信号,可用模拟电路处理和传输。
4. 离散幅度信号(Digital Signal):在幅度上离散变化的信号,可用数字电路处理和传输。
三、系统的性质1. 因果性(Causality):系统的输出只依赖于当前和过去的输入。
2. 稳定性(Stability):当输入有界时,系统的输出也有界;当输入趋于无穷时,输出也趋于有界。
3. 线性性(Linearity):系统满足叠加原则,即输入的线性组合对应于输出的线性组合。
4. 时不变性(Time Invariance):系统的输入延时,输出也相应延时。
5. 可逆性(Invertibility):系统存在逆系统,即能恢复原输入信号。
四、连续时间信号与系统1. 连续时间傅里叶变换(Continuous-time Fourier Transform):用于将信号从时域转换到频域,获取信号的频率成分。
2. 系统的传输函数(Transfer Function):描述了输入信号和输出信号之间的关系,通过传输函数可计算系统的频率响应。
3. 连续时间卷积(Convolution):两个信号经过卷积运算得到新的信号。
卷积运算用于描述系统的输入和输出之间的关系。
五、离散时间信号与系统1. 离散时间傅里叶变换(Discrete-time Fourier Transform):类似于连续时间傅里叶变换,用于将离散时间信号从时域转换到频域。
实验二 连续时间信号的卷积运算与LTI系统的时域分析 实验人:Mr.yan 1 实验目的 (1)熟悉卷积的定义和表示; (2)掌握利用计算机进行卷积运算的原理和方法; (3)熟悉连续信号卷积运算函数conv的应用。 (4)熟悉连续LTI系统在典型激励信号下的响应及其特征; (5)掌握连续LTI系统单位冲激响应的求解方法; (6)掌握用卷积法计算连续时间系统的零状态响应; (7)能够应用Matlab对系统进行时域分析。
2 实验原理 (1)卷积的定义、卷积的几何解法、卷积积分的应用(求系统的零状态响应) (2)对于一般的n阶LTI连续系统,如果n的数值比较小时,可以通过解析的方法得到响应。但是,对于高阶系统,手工运算比较困难,要利用一些计算工具软件。
3 涉及的Matlab函数 (1)conv函数:实现信号的卷积运算。 调用格式:w=conv(u,v)计算两个有限长度序列的卷积。 说明:该函数假定两个序列都从零开始。 (2)lsim函数:计算并画出系统在任意输入下的零状态响应。 调用格式:lsim(b,a,x,t) 其中:a和b是由描述系统的微分方程系数决定的表示该系统的两个行向量;x和t是表示输入信号的行向量。该调用格式将会绘出由向量a和b所定义的连续系统在输入为向量x和t所定义的信号时,系统的零状态响应的时域仿真波形,且时间范围与输入信号相同。 (3)impulse函数:计算并画出系统的冲激响应。 调用格式:impulse(b,a) 该调用格式以默认方式绘出向量a和b定义的连续系统的冲激响应的时域波形。 impulse(b,a,t) 该调用格式将绘出向量a和b定义的连续系统在0-t时间范围内的冲激响应波形。 impulse(b,a,t1:p:t2) 该调用格式将绘出向量a和b定义的连续系统在t1-t2时间范围内,且以时间间隔p均匀取样的冲激响应波形。 (4)step函数:计算并画出系统阶跃响应曲线 调用格式:该函数与函数impulse()一样,也有相似的调用格式。 (5)roots函数:计算齐次多项式的根。 调用格式:R=roots(b),计算多项式b的根,R为多项式的根。
4 实验内容与方法 (1)下面为利用Matlab实现连续信号卷积的通用函数sconv(),该程序在计算出卷积积分的数值近似的同时,还绘出f(t)的时域波形图。 function[f,k] = sconv(f1,f2,k1,k2,p) %计算连续信号卷积积分f(t)=f1(t)*f2(t) %f:卷积积分f(t)的对应的非零样值向量; %k:f(t)对应时间向量 %f1:f1(t) 非零样值向量; %f2:f2(t) 非零样值向量; %k1:f(1) 对应时间向量 %k2:f(2) 对应时间向量 %p:取样时间间隔 f = conv(f1,f2); f = f*p; k0 = k1(1)+k2(1); k3 = length(f1)+length(f2)-2; k = k0:p:k3*p; subplot 311; plot(k1,f1); title('f1(t)') xlabel('t') ylabel('f1(t)') subplot 312 plot(k2,f2) title('f2(t)') xlabel('t') ylabel('f2(t)') subplot 313 plot(k,f) h = get(gca,'position'); h(3) = 2.5*h(3); set(gca,'position'); title('f(t)=f1(t)*f2(t)'); xlabel('t') ylabel('f(t)') 下面举例说明,如何利用上述子程序求解连续时间信号的卷积。 已知两连续时间信号如图2.28所示,试求二者的卷积,并画出其时域波形图。 源程序如下: p = 0.005; k1= 0:p:2; f1 = 0.5*k1; k2 = k1; f2=f1; [f,k]=sconv(f1,f2,k1,k2,p); 程序运行结果如图1所示 00.20.40.60.811.21.41.61.8200.51f1(t)tf1(t)
00.20.40.60.811.21.41.61.8200.51f2(t)
tf2(t)
00.511.522.533.5400.51f(t)=f1(t)*f2(t)
tf(t)
图1 (2)已知某连续系统的微分方程为28ytytytft。试绘出该系统的冲激
响应和阶跃响应的波形。 源程序如下: b = [1]; a = [2 1 8]; subplot 121 impulse(b,a) subplot 122 step(b,a) 程序运行结果如图2所示
0510152025-0.15-0.1-0.0500.050.10.150.20.25Impulse ResponseTime (sec)Amplitude051015202500.050.10.150.20.25Step Response
Time (sec)Amplitude 图2 (2)描述某连续系统的微分方程为22ytytytftft。求当输入信号
为25tfteut时,该系统的零状态响应y(t)。 源程序为: a = [1 2 1]; b = [1 2]; p=0.01; t = 0:p:5; f = 5*exp(-2*t); lsim(b,a,f,t); ylabel('y(t)'); 程序运行结果为图3所示
00.511.522.533.544.5500.511.522.533.544.55Linear Simulation Results
Time (sec)y(t)
图3 5 实验要求 (1)在Matlab中输入程序,验证实验结果,并将实验结果存入指定存储区域。 (2)要求通过对验证性实验的练习,自行编制完整的实验程序,实现以下几种信号的模拟,并得出实验结果。 ①计算以下信号的卷积 function[f,k] = sconv(f1,f2,k1,k2,p) %计算连续信号卷积积分f(t)=f1(t)*f2(t) %f:卷积积分f(t)的对应的非零样值向量; %k:f(t)对应时间向量 %f1:f1(t) 非零样值向量; %f2:f2(t) 非零样值向量; %k1:f(1) 对应时间向量 %k2:f(2) 对应时间向量 %p:取样时间间隔 f = conv(f1,f2); f = f*p; k0 = k1(1)+k2(1); k3 = length(f1)+length(f2)-2; k = k0:p:k3*p; subplot 311; plot(k1,f1); title('f1(t)') xlabel('t') ylabel('f1(t)') subplot 312 plot(k2,f2) title('f2(t)') xlabel('t') ylabel('f2(t)') subplot 313 plot(k,f) h = get(gca,'position'); h(3) = 2.5*h(3); set(gca,'position'); title('f(t)=f1(t)*f2(t)'); xlabel('t') ylabel('f(t)') 源程序如下: p = 0.005; k1= 0:p:2; f1 = 0.5*k1; k2 = k1; f2=f1; [f,k]=sconv(f1,f2,k1,k2,p);
00.20.40.60.811.21.41.61.8200.51f1(t)
tf1(t)
00.20.40.60.811.21.41.61.8200.51f2(t)
tf2(t)
00.511.522.533.5400.51f(t)=f1(t)*f2(t)
tf(t) ②计算以下信号的卷积 function[f,k] = sconv(f1,f2,k1,k2,p) %计算连续信号卷积积分f(t)=f1(t)*f2(t) %f:卷积积分f(t)的对应的非零样值向量; %k:f(t)对应时间向量 %f1:f1(t) 非零样值向量; %f2:f2(t) 非零样值向量; %k1:f(1) 对应时间向量 %k2:f(2) 对应时间向量 %p:取样时间间隔 f = conv(f1,f2); f = f*p; k0 = k1(1)+k2(1); k3 = length(f1)+length(f2)-2; k = k0:p:k3*p; subplot 311; plot(k1-2,f1); title('f1(t)') xlabel('t') ylabel('f1(t)') subplot 312 plot(k2-2,f2) title('f2(t)') xlabel('t') ylabel('f2(t)') subplot 313 plot(k-4,f) h = get(gca,'position'); h(3) = 2.5*h(3); set(gca,'position'); title('f(t)=f1(t)*f2(t)'); xlabel('t') ylabel('f(t)') 输入参数:p=0.01; t=0:0.01:4; f1=2*(stepfun(t,1)-stepfun(t,3)) % subplot(2,1,1),plot(t,f1); axis([-2.1,2.1,-0.1,2.1]); f2=stepfun(t,0)-stepfun(t,4); %subplot(2,1,2),plot(t,f2); axis([-2.1,2.1,-0.1,1.1]); [f,k]=sconv(f1,f2,t,t,p);
-2-1.5-1-0.500.511.52012f1(t)tf1(t)
-2-1.5-1-0.500.511.5200.51f2(t)
tf2(t)
-4-3-2-101234024f(t)=f1(t)*f2(t)
tf(t)