sinc函数卷积_希尔伯特变换卷积核函数的近似分析
说明:该分析的基础是《Fundamentals of Computerized Tomography Image Reconstruction from Projections 2ndEd》书中(8.10)式及其上下文。
函数$\phi(u)$的希尔伯特变换$[\mathcal{H}\phi](v)$为
\begin{equation}[\mathcal{H}\phi](v)=-\frac{1}{\pi} \bigg(\int\limits_{-\infty}^{\infty}\frac{\phi(u)}{v-u}du\bigg)\end{equation}
其实就是$\phi$与$\rho$的卷积,即$\mathcal{H}\phi=\phi*\rho$,其中
\begin{equation}\rho(u)=-\Big(\frac{1}{\pi u}\Big)\end{equation}
称为希尔伯特卷积核函数。通过数值计算求(1)式的值较为困难,一种解决方法就是正则化卷积核函数,即用一族函数$\{\rho_A|A>0\}$来近似$\rho$,其中$A$是正整数,该正则化函数的目的是满足:$\phi$在任意合理的实数点$v$上都有
\begin{equation}\lim\limits_{A\to\infty}[\phi*\rho_A](v)=[\mathcal{H}\phi](v)\end{equation}
这就是希尔伯特变换的卷积近似表达式。现在的问题是如何确定$\rho_A$,由于很难找到可以直接逼近$\rho$的近似函数,所以从其傅里叶变换入手,寻找可行的近似表达。根据
\begin{equation}\mathcal{F}\big(\frac{1}{u}\big)(U)=-i\pi \mathrm{sgn}(U)\end{equation}
其中$\mathcal{F}$表示傅里叶变换,所以
\begin{equation}\mathcal{F}\big(\rho(u)\big)(U)=i\mathrm{sgn}(U)\end{equation}
其中
\begin{equation}\mathrm{sgn} = \left\{ \begin{array}{ll}1 & U>0\\0 & U=0\\-1 & U<0\end{array} \right.\end{equation}
因 此逼近$\rho(u)$的问题就转化为寻找逼近$\mathrm{sgn}(U)$的函数的问题,由于$\mathrm{sgn}(U)$是奇函数,所 以只需要找到$U>0$区间上的近似函数$F_A (U)$,就可以将$\mathrm{sgn}(U)$近似表达出来。为了满足后续的数值化需求,对$F_A $的定义做如下规定:
对任意实数$A$,$F_A$是一个实值可积函数,当$U>0$时满足以下三个条件:
$0\le F_A(U)\le 1$,如果$U\ge A/2$,则$F_A(U)=0)
$F_A (U)$是关于$U$的单调非递增函数
$\lim_{A\to\infty}F_A(U)=1$
上述的第三个条件就是$\mathrm{sgn}(U)$在$U>0$区间的部分,常用的$F_A (U)$有:
有限带宽函数:$F_A(U)=1$
余弦函数:$F_A(U)=\cos(\pi U/A)$
sinc函数:$F_A(U)=\frac{\sin(\pi U/A)}{(\pi U/A)}$
广义汉明窗函数(参数取值范围:$0.5\le \alpha\le 1.0$):$F_A(U)=\alpha+(1-\alpha)\cos(2\pi U/A)$
此时,$\mathcal{F}\big(\rho(u)\big)(U)$的完整近似表达式为
\begin{equation}F_A^*(U)
= \left\{ \begin{array}{ll}iF_A(U) & U>0\\0 & U=0\\-iF_A(-U)
& U<0\end{array} \right. = \left\{ \begin{array}{ll}iF_A(|U|)
& U>0\\0 & U=0\\-iF_A(|U|) & U<0\end{array}
\right.\end{equation}
将上式进行逆傅里叶变换就可以得到希尔伯特变换卷积核函数的近似表达式如下:
\begin{equation}\begin{array}{lll}\rho_A(u)
& = & \int_{-\infty}^{\infty}F_A^*(U)\mathrm{exp}(2\pi
iUu)dU\\& = & \int_{-A/2}^{A/2}F_A^*(U)\big(i\mathrm{sin}(2\pi
Uu)+\mathrm{cos}(2\pi Uu)\big)dU\\& = &
-2\int_0^{A/2}F_A(U)\mathrm{sin}(2\pi Uu)dU\end{array}\end{equation}
上式的推导利用了$F_A^*$和正弦函数的奇函数性质以及余弦函数的偶函数性质。
sinc函数卷积_希尔伯特变换卷积核函数的近似分析相关推荐
- 复指数与高斯函数乘积的傅里叶变换_希尔伯特变换:将实数信号变换成解析信号?节省带宽,提升效率...
通信中的调制,我们可以看作为在频域范围内的频谱搬移技术. 对于一个原始信号m(t),我们加上一个直流分量A0,再乘以载波信号,就得到了调幅AM信号. AM信号,之前的文章介绍过. 模拟调制:我们为什么 ...
- hilbert变换_希尔伯特变换 matlab实现
1.希尔伯特变换在频域的作用 这是一个比较重要而复杂的概念,也有很多重要的应用,那么最重要的一点应用就是频谱搬移(如要深究数学原理可以百度). 简而言之,与希尔伯特函数时域卷积,是在频域将频谱搬移pi ...
- 离散信号的希尔伯特变换的计算公式_希尔伯特变换和瞬时频率问题--连载(二)...
写在开始的一段话: PS:OK,上一期关于希尔伯特变换的文章发出后,有知友在评论区说"看到最后--居然这--",哈哈,其实我也挺愧疚大家的,明明一篇知识分享的文章,却写到结尾都没进 ...
- sinc函数卷积_单位冲击函数卷积.ppt
单位冲击函数卷积 §0-2 单位冲击函数 d -Function 一.定义 §0-2单位冲击函数 d -Function 一.定义 (续) 定义3: 设任意函数f(x)在x = 0点连续, 则 §0- ...
- 狄利克雷卷积_一些狄利克雷卷积性质的证明
1.\(\phi * I=id\) 可以表示成\(n=\Sigma_{d\mid n}\phi(d)\) 对于证明这类的式子,一般有以下个步骤 1.证明\(f(1)\) 2.证明\(f(p)\) 3. ...
- 希尔伯特变换(Hilbert Transform)的性质
文章目录 实信号的希尔伯特变换 希尔伯特逆变换 卷积的希尔伯特变换 希尔伯特变换不改变能量.功率 窄带信号的希尔伯特变换 随机过程的希尔伯特变换 X ^ ( t ) \hat X(t) X^(t) 的 ...
- sinc函数卷积_从采样点到声音:sinc函数和卷积
前言 自从接触到数字信号,特别是采样定理之后,我就一直非常好奇一个问题:两个相邻的采样点之间,要以什么样的形式,怎么样连接起来? 因为正弦波才是频率最单一的波形,如果两个采样点直接用直线连接(变成了三 ...
- sinc函数卷积_11-2 Sinc 函数与矩形脉冲
数字信号处理第11章傅里叶变换对 续 11-2 Sinc 函数 图11-3表示一个常见的变换对:矩形脉冲和sinc(发音"sink")函数.sinc函数的定义是: sinc(a) ...
- 希尔伯特变换_学习笔记1-傅里叶变换1
最终目标是解微分方程.第一章首先介绍了一般意义下的傅里叶变换,之后逐渐将傅里叶变换的概念抽象化,将变换的定义域进行拓展.最后少量介绍傅里叶变换在偏微分方程中的应用.习题解答是自己写的,有的不会,有的不 ...
最新文章
- 数据不能产生价值都是耍流氓
- Go 语言编程 — Profiling 性能分析
- Spring 事务传播行为的理解
- structs2文件下载
- Error:Kotlin: Module was compiled with an incompatible version of Kotlin
- Centos/Red Hat6.8 安装、配置、启动Gitlab (内网环境)心得分享
- 计算机组成实验微程序控制器实验,计算机组成原理实验报告3++微程序控制器实验.doc...
- β射线与哪些物质可产生较高的韧致辐射_什么是α射线、β射线、γ射线
- 用js把数据从一个页面传到另一个页面
- 完全二叉树的节点数量
- 处理微信公众号图片防盗链
- ZigBee技术及其应用
- iTop开源 ITSM/ITIL 系统部署(16 图)
- Flutter之国际化语言
- Mac Mounty 安全退出硬盘
- 在线展示pdf和word并且不能显示下载和打印按钮
- 少女口述:我跟一个小混混那不堪回首的感情
- 了解JavaScript的Flow、认识Flow及其简单用法
- 十字路口的交通灯控制电路
- Java开发基础——配置文件的写入与读取