Convolution

Свертка двух входных параметров

Библиотека:
DSP System Toolbox / Операции Сигнала

Описание

Блок Convolution применяет операцию свертки к первой размерности N-D входной массив u с первой размерностью входного массива N-D v. Блок может также применить операцию свертки к вектор-столбцу с первой размерностью входного массива N-D.

Общее уравнение для свертки:

$y (k) = \sum_{n}^{} u (n - k) v (k)$

Два блока DSP System Toolbox™ могут использоваться для свертки к двум входным сигналам:

Convolution
Discrete FIR Filter (Simulink)

Блок Convolution принимает, что все элементы u и v доступны в каждом Simulink^® временной шаг и вычисляет целую свертку на каждом шаге.

Блок Discrete FIR Filter может использоваться для свертки к сигналам в ситуациях, где все элементы v доступны на каждом временном шаге, но u является последовательностью, которая входит по жизни симуляции. Когда вы используете блок Discrete FIR Filter, свертка вычисляется только однажды.

Чтобы определить, какой блок лучше всего соответствует вашим потребностям, смотрите Выбор Appropriate Convolution Block.

Порты

Входной параметр

развернуть все

`Port_1` — Первый входной сигнал
скаляр | вектор | матрица | N-D массив

Первый вход u, заданный как скаляр, вектор, матрица или N-D массив. Когда оба входных параметров действительны, выход действителен. Когда одни или оба входных параметров являются комплексными, выход является комплексным. Все размерности входного порта для обоих входные параметры, кроме первой размерности, должны иметь то же значение.

Входные параметры u и v являются нулем, когда индексировано вне их допустимых областей значений.

`Port_2` — Второй входной сигнал
скаляр | вектор | матрица | N-D массив

Второй вход v, заданный как скаляр, вектор, матрица или N-D массив. Когда оба входных параметров действительны, выход действителен. Когда одни или оба входных параметров являются комплексными, выход является комплексным. Все размерности входного порта для обоих входные параметры, кроме первой размерности, должны иметь то же значение.

Входные параметры u и v являются нулем, когда индексировано вне их допустимых областей значений.

Вывод

развернуть все

`Port_1` — Выходной сигнал
скаляр | вектор | матрица | N-D массив

Сигнал, к которому применяют операцию свертки, возвращенный как скаляр, вектор, матрица или N-D массив в зависимости от входных сигналов. Когда оба входных параметров действительны, выход действителен. Когда одни или оба входных параметров являются комплексными, выход является комплексным. Входные параметры u и v являются нулем, когда индексировано за пределами их допустимых областей значений. Для получения дополнительной информации о как изменения сигнала, к которым применяют операцию свертки, на основе входных параметров, смотрите Больше О.

Параметры

развернуть все

Основная вкладка

`Computation domain` — Область расчета
`Time` (значение по умолчанию) | `Frequency` | `Fastest`

Установите область, в которой блок вычисляет свертки:

Time — Блок вычисляет во временном интервале, который минимизирует использование памяти.
Frequency — Блок вычисляет в частотном диапазоне, который может потребовать меньшего количества расчетов, чем вычисление во временном интервале, в зависимости от входной длины.
Fastest — Блок вычисляет в области, которая минимизирует количество расчетов.

Сигналы фиксированной точки только поддерживаются во временном интервале. При введении сигналов фиксированной точки убедитесь, что вы устанавливаете параметр Computation domain на Time.

Вкладка типов данных

`Rounding mode` — Метод округления операции
`Floor` (значение по умолчанию) | `Ceiling` | `Convergent` | `Nearest` | `Round` | `Simplest` | `Zero`

Задайте округляющийся режим для операций фиксированной точки как одно из следующего:

Floor
Ceiling
Convergent
Nearest
Round
Simplest
Zero

Для получения дополнительной информации смотрите Округление Режимов.

Примечание

Rounding mode и параметры Saturate on integer overflow не оказывают влияния на числовые результаты, когда все эти условия соблюдают:

Типом данных Product output является Inherit: Inherit via internal rule.
Типом данных Accumulator является Inherit: Inherit via internal rule.
Типом данных Output является Inherit: Same as accumulator.

С этими настройками типа данных блок действует в режиме максимальной точности.

`Saturate on integer overflow` — Метод действия переполнения
`off` (значение по умолчанию) | `on`

Когда вы выбираете этот параметр, блок насыщает результат своей операции фиксированной точки. Когда вы очищаете этот параметр, блок переносит результат своей операции фиксированной точки. Для получения дополнительной информации на насыщайте и переносите, смотрите, что Переполнение Вручает для операций фиксированной точки.

Примечание

Типом данных Product output является Inherit: Inherit via internal rule.
Типом данных Accumulator является Inherit: Inherit via internal rule.
Типом данных Output является Inherit: Same as accumulator.

С этими настройками типа данных блок действует в режиме максимальной точности.

`Product output` — Тип выходных данных продукта
`Inherit: Inherit via internal rule` (значение по умолчанию) | `Inherit: Same as first input` | `fixdt([],16,0)`

Product output задает тип данных выхода операции продукта в блоке Convolution.

Inherit: Inherit via internal rule — Блок наследовал тип выходных данных продукта на основе внутреннего правила. Для получения дополнительной информации об этом правиле смотрите, Наследовались через Внутреннее Правило.
Inherit: Same as first input — Блок задает тип выходных данных продукта, чтобы совпасть с первым типом входных данных.
fixdt([],16,0) — Блок задает двоичную точку автосо знаком, масштабируемую, тип данных с фиксированной точкой с размером слова 16 битов и дробной длиной 0.

В качестве альтернативы можно установить тип данных Product output при помощи Data Type Assistant. Чтобы использовать ассистент, нажмите кнопку Show data type assistant.

Для получения дополнительной информации об ассистенте типа данных смотрите, Задают Типы данных Используя Ассистент Типа данных (Simulink).

Для получения дополнительной информации о типе выходных данных продукта смотрите Типы данных Умножения и Преобразование Фиксированной точки в Расширенных Возможностях.

`Accumulator` — Тип данных аккумулятора
`Inherit: Inherit via internal rule` (значение по умолчанию) | `Inherit: Same as first input` | `Inherit: Same as product output` | `fixdt([],16,0)`

Accumulator задает тип данных выхода операции накопления в блоке Convolution.

Inherit: Inherit via internal rule — Блок наследовал тип данных аккумулятора на основе внутреннего правила. Для получения дополнительной информации об этом правиле смотрите, Наследовались через Внутреннее Правило.
Inherit: Same as first input — Блок задает тип данных аккумулятора, чтобы совпасть с первым типом входных данных.
Inherit: Same as product output — Блок задает тип данных аккумулятора, чтобы совпасть с типом выходных данных продукта.
fixdt([],16,0) — Блок задает двоичную точку автосо знаком, масштабируемую, тип данных с фиксированной точкой с размером слова 16 битов и дробной длиной 0.

В качестве альтернативы можно установить тип данных Accumulator при помощи Data Type Assistant. Чтобы использовать ассистент, нажмите кнопку Show data type assistant.

Для схематического представления о том, как использовать тип данных аккумулятора в этом блоке, смотрите Преобразование Фиксированной точки в Расширенных Возможностях.

`Output` — Тип данных выхода
`Inherit: Same as accumulator` (значение по умолчанию) | `Inherit: Same as input` | `Inherit: Same as product output` | `fixdt([],16,0)`

Output задает тип данных выхода блока Convolution.

Inherit: Same as accumulator — Блок задает тип выходных данных, чтобы совпасть с типом данных аккумулятора.
Inherit: Same as first input — Блок задает тип выходных данных, чтобы совпасть с первым типом входных данных.
Inherit: Same as product output — Блок задает тип выходных данных, чтобы совпасть с типом выходных данных продукта.
fixdt([],16,0) — Блок задает двоичную точку автосо знаком, масштабируемую, тип данных с фиксированной точкой с размером слова 16 битов и дробной длиной 0.

В качестве альтернативы можно установить тип данных Output при помощи Data Type Assistant. Чтобы использовать ассистент, нажмите кнопку Show data type assistant.

Для получения дополнительной информации смотрите Типы данных Управления Сигналов (Simulink).

Для получения дополнительной информации о типе выходных данных смотрите Преобразование Фиксированной точки в Расширенных Возможностях.

`Output Minimum` — Минимальное значение, которое может вывести блок
`[]` (значение по умолчанию) | скаляр

Задайте минимальное значение, которое может вывести блок. Simulink использует это минимальное значение, чтобы выполнить:

Проверка диапазона симуляции. Смотрите Указывают Диапазоны сигнала (Simulink).
Автоматическое масштабирование типов данных с фиксированной точкой.

`Output Maximum` — Максимальное значение, которое может вывести блок
`[]` (значение по умолчанию) | скаляр

Задайте максимальное значение, которое может вывести блок. Simulink использует это максимальное значение, чтобы выполнить:

Проверка диапазона симуляции. Смотрите Указывают Диапазоны сигнала (Simulink).
Автоматическое масштабирование типов данных с фиксированной точкой.

`Lock data type settings against changes by the fixed-point tools` — Препятствуйте тому, чтобы Fixed-Point Tool заменили типы данных
`off` (значение по умолчанию) | `on`

Выберите этот параметр, чтобы препятствовать тому, чтобы Fixed-Point Tool заменили типы данных, которые вы задаете в диалоговом окне блока.

Примеры модели

Свертка двух входных параметров

Как применить операцию свертки к двум векторам с помощью блока Convolution.

Характеристики блока

Типы данных	`double` \| `fixed point` \| `integer` \| `single`
Прямое сквозное соединение	`no`
Многомерные сигналы	`no`
Сигналы переменного размера	`no`
Обнаружение пересечения нулем	`no`

Больше о

развернуть все

Выбор соответствующего блока свертки

Вопрос	Ответ	Рекомендуемый блок (блоки)
Сколько сверток вы намереваетесь выполнить?	Много сверток, один на каждом временном шаге	Блок Convolution
Сколько сверток вы намереваетесь выполнить?	Одна свертка по жизни симуляции	Блок Convolution Блок Discrete FIR Filter
Какой длины ваши входные последовательности?	Обе последовательности имеют конечную длину	Блок Convolution Блок Discrete FIR Filter
Какой длины ваши входные последовательности?	Одна последовательность имеет большое количество (не предопределенный) длина	Блок Discrete FIR Filter
Сколько из входных параметров скалярные потоки?	'none'	Блок Convolution Блок Discrete FIR Filter
Сколько из входных параметров скалярные потоки?	Один или оба	Блок Buffer сопровождается блоком Convolution Блок Discrete FIR Filter

Свертка к двум N-D массивы

Блок всегда вычисляет свертку двух входных массивов N-D по первому измерению. Когда оба входных параметров являются массивами N-D, размер их первой размерности может отличаться, но размер всех других размерностей должен быть равным. Например, когда u является _Mu-by-N-by-P массив, и v является _Mv-by-N-by-P массив, выход (_Mu _+Mv–1)-by-N-by-P массив.

Когда u является _Mu-by-N матрица, и v является _Mv-by-N матрица, выход y (_Mu _+Mv–1)-by-N матрица, j которой th столбец имеет эти элементы

$\begin{matrix} y_{i, j} = \sum_{k = 0}^{\max (M_{u}, M_{v}) - 1} u_{k, j} v_{(i - k), j} & 0 \leq i \leq (M_{u} + M_{v} - 2) \end{matrix}$

Входные параметры u и v являются нулем, когда индексировано вне их допустимых областей значений. Когда оба входных параметров действительны, выход действителен. Когда одни или оба входных параметров являются комплексными, выход является комплексным.

Свертка к вектор-столбцу с массивом N-D

Когда один вход является вектор-столбцом, и другой массив N-D, блок независимо применяет операцию свертки к вектору с первой размерностью входного массива N-D. Например, когда u является _Mu-by-1 вектор-столбец, и v является _Mv-by-N матрица, выход (_Mu _+Mv–1)-by-N матрица, j которой th столбец имеет эти элементы:

$\begin{matrix} y_{i, j} = \sum_{k = 0}^{\max (M_{u}, M_{v}) - 1} u_{k} v_{(i - k), j} & 0 \leq i \leq (M_{u} + M_{v} - 2) \end{matrix}$

Свертка к двум вектор-столбцам

Блок Convolution также принимает два входных параметров вектор-столбца. Когда u и v являются вектор-столбцами с длинами _Mu и _Mv, блок Convolution выполняет векторную свертку с длинами _Mu и _Mv, таким образом что:

$\begin{matrix} y_{i} = \sum_{k = 0}^{\max (M_{u}, M_{v}) - 1} u_{k} v_{(i - k)} & 0 \leq i \leq (M_{u} + M_{v} - 2) \end{matrix}$

Выход (M _u+Mv–1)-by-1 вектор-столбец.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью Simulink® Coder™.

Преобразование фиксированной точки
Спроектируйте и симулируйте системы фиксированной точки с помощью Fixed-Point Designer™.

Эта схема показывает типы данных, используемые в блоке Convolution для сигналов фиксированной точки (только временной интервал).

Можно установить продукт выход, аккумулятор и типы выходных данных в диалоговом окне блока, как обсуждено в Параметрах.

Выход множителя находится в типе выходных данных продукта, когда вход действителен. Когда вход является комплексным, результат умножения находится в типе данных аккумулятора. Для получения дополнительной информации о том, как операция умножения выполняется, смотрите Типы данных Умножения.

Примечание

Когда один или оба из входных параметров подписанные сигналы фиксированной точки, все внутренние типы данных блока являются подписанной фиксированной точкой. Внутренние типы данных блока являются фиксированной точкой без знака только, когда оба входных параметров являются сигналами фиксированной точки без знака.

Документация

Convolution

Описание