标签：原因 单位 另一个 com src 连续 image idt nbsp
以离散信号为例，连续信号同理。
已知 x[0] = a, x[1] = b, x[2]=c
已知 y[0] = i, y[1] = j, y[2]=k
下面通过演示求 x[n] * y[n]的过程，揭示卷积的物理意义。
第一步，x[n]乘以 y[0]并平移到位置 0：
第二步，x[n]乘以 y[1]并平移到位置 1：
第三步，x[n]乘以 y[2]并平移到位置 2：
最后，把上面三个图叠加，就得到了 x[n] * y[n]：
简单吧？无非是平移（没有反褶！）、叠加。
从这里，可以看到卷积的重要的物理意义是：一个函数（如：单位响应）在另一个函数
（如：输入信号）上的加权叠加。
重复一遍，这就是卷积的意义：加权叠加。
对于线性时不变系统，如果知道该系统的单位响应，那么将单位响应和输入信号求卷积，
就相当于把输入信号的各个时间点的单位响应 加权叠加，就直接得到了输出信号。
通俗的说：
在输入信号的每个位置，叠加一个单位响应，就得到了输出信号。
这正是单位响应是如此重要的原因。这种做法和通常教材上的区别在于：书上先反褶再平移，把输入信号当作一个整体，一次算出一个时间点的响应值；而楼主把信号拆开，一次算出一个信号在所有时间的响应值，再把各个信号相加。两者本质上是相同的。
卷积的另外解释
卷积表示为 
标签：原因 单位 另一个 com src 连续 image idt nbsp
原文地址：https://www.cnblogs.com/2008nmj/p/8778425.html
