Questions tagged «1d»

我希望能够快速确定给定的整数系数2D内核是否可分为两个具有整数系数的1D内核。例如 2 3 2 4 6 4 2 3 2 可分为 2 3 2 和 1 2 1 使用整数算术对可分离性的实际测试似乎相当简单，但是事实证明，分解为具有整数系数的一维滤波器比较困难。困难似乎在于以下事实：行或列之间的比率可能是非整数（比率分数），例如，在上述示例中，比率为2、1 / 2、3 / 2和2/3。 我真的不想使用像SVD这样的繁重方法，因为（a）满足我的需求在计算上相对昂贵，并且（b）仍然不一定有助于确定整数系数。 有任何想法吗 ？ 更多信息 系数可以为正，负或零，并且可能存在一些病理情况，其中一维向量或两个一维向量之和为零。 -1 2 -1 0 0 0 1 -2 1 可分为 1 -2 1 和 -1 0 1

21 filters  separability  1d  2d 

我已经将一个随机信号与a高斯进行卷积，并添加了噪声（在这种情况下为Poisson噪声）以生成一个噪声信号。现在，我想对这个噪声信号进行反卷积，以使用相同的高斯信号提取原始信号。 问题是我需要执行一维反卷积的代码。（我已经在2D中找到了一些，但我的主要目标是1D）。 您能否建议我一些能够做到的软件包或程序？（最好在MATLAB中） 先谢谢您的帮助。

12 matlab  convolution  continuous-signals  deconvolution  1d 

我在尝试解决此问题时遇到麻烦。我必须计算该信号的卷积： y(t)=e−ktu(t)sin(πt10)(πt)y(t)=e−ktu(t)sin⁡(πt10)(πt)y(t)=e^{-kt}u(t)\frac{\sin\left(\dfrac{{\pi}t}{10}\right)}{({\pi}t)} 其中是Heavyside函数u(t)u(t)u(t) 我应用了公式，说这两个信号的卷积等于 Y(f)=X(f)⋅W(f)Y(f)=X(f)⋅W(f)Y(f)=X(f)\cdot W(f) 其中是第一个信号的傅立叶变换，是第二个信号的傅立叶变换X(f)X(f)X(f)W(f)W(f)W(f) 傅立叶变换是e−ktu(t)e−ktu(t)e^{-kt}u(t)X(f)=1k+j2πfX(f)=1k+j2πfX(f)=\dfrac{1}{k+j2{\pi}f} 我必须使第二个信号尽可能等于sinc(t10)sinc(t10)\text{sinc}\left(\dfrac{t}{10}\right) 所以我做这个操作： sin(πt10)(πt10)(110)sin⁡(πt10)(πt10)(110)\dfrac{\sin\left(\dfrac{{\pi}t}{10}\right)}{\left(\dfrac{{\pi}t}{10}\right)}{\left(\dfrac{1}{10}\right)}等于(110)sinc(t10)(110)sinc(t10){\left(\dfrac{1}{10}\right)}\text{sinc}\left(\dfrac{t}{10}\right) 对不对？

9 fourier-transform  convolution  homework  1d