已知离散时间序列,计算卷积结果并绘制图形,标注清楚横纵坐标和零点位置
用conv函数实现序列的卷积，例如conv（u1，u2），则求得是u1*u2的序列，你的那个x1（n）是0-4的矩形，然后用抽样标示序列就行
离散时间傅里叶变换问题
离散时间信号的傅里叶变换和离散傅里叶变换摘要本文主要介绍了离散时间信号的离散时间傅里叶变换及离散傅里叶变换，说明其在频域的具体表示和分析，并通过定义的方法和矩阵形式的表示来给出其具体的计算方法。
同时还介绍了与离散时间傅里叶变换（DTFT）和离散傅里叶变换（DFT）相关的线性与圆周卷积，并讲述它们之间的联系，从而给出了用圆周卷积计算线性卷积的方法，即用离散傅里叶变换实现线性卷积。
1.离散时间傅里叶变换1.1离散时间傅里叶变换及其逆变换离散时间傅里叶变换为离散时间序列x[n]的傅里叶变换，是以复指数序列｛｝的序列来表示的（可对应于三角函数序列），相当于傅里叶级数的展开，为离散时间信号和线性时不变系统提供了一种频域表示，其中是实频率变量。
时间序列x[n]的离散时间傅里叶变换定义如下：（1.1）通常是实变量的复数函数同时也是周期为的周期函数，并且的幅度函数和实部是的偶函数，而其相位函数和虚部是的奇函数。
这是由于：（1.2）由于式（1.1）中的傅里叶系数x[n]可以用下面给出的傅里叶积分从中算出：（1.3）故可以称该式为离散时间傅里叶逆变换（IDTFT），则式（1.1）和（1.3）构成了序列x[n]的离散时间傅里叶变换对。
上述定义给出了计算DTFT的方法，对于大多数时间序列其DTFT可以用收敛的几何级数形式表示，例如序列x[n]=,此时其傅里叶变换可以写成简单的封闭形式。
而一个序列x[n]的DTFT存在的充
怎么样求离散序列的卷积
当-2 当0 回答：这个就是你的概率密度函数的定义域,只是现在该函数是分段的,那么相应的把卷积公式根据定义域区间进行划分就好了 在用MATLAB表示离散序列并将其可视化时，我们要注意一下几点：第一，与连续时间信号不同，离散时间信号无法用符号运算来表示；第二，由于在MATLAB中，矩形的元素是有限的，因此，MATLAB无法表示无限序列；第三，在绘制离散信号波形时，要使用专门绘制离散数据的stem命令，而不是plot命令。 一.离散时间序列卷积function [ f,k ] = dconv(f1,f2,k1,k2)%f 卷积结果%k 卷积结果对应的序号向量f=conv(f1,f2); %计算序列f1与f2的卷积和fk0=k1(1)+k2(1); %计算序列f非零样值的起点位置k3=length(f1)+length(f2)-2; %计算卷积和f的非零样值的宽度k=k0:k0+k3; %确定卷积和f非零样值的序列向量subplot(2,2,1);stem(k1,f1);title('序列f1')subplot(2,2,2);stem(k2,f2);title('序列f2')subplot(2,2,3);stem(k,f);title('卷积结果f')end%%%%%%%%mainclc;close all;f1=[1 2 1];k1=[-1 0 1];f2=ones(1,5);k2=-2:2;[f,k]=dconv(f1,f2,k1,k2);需要注意的是，调用conv（）函数计算序列卷积和时，该函数将向量f1和f2以外的序列样值均视为0，因此，当序列f1(k)或f2（k）为无限长序列时调用conv（）函数就可能会产生误差。 matlab里有,用c实现太复杂了,我现有的一个程序，function [output, len_tal] = cnv_encd(secrettext, encodetext)g = [0 0 1 0 0 1 0 0; 0 0 0 0 0 0 0 1; 1 0 0 0 0 0 0 1; 0 1 0 0 1 1 0 1];k0 = 2;% 读入文本文件并计算文件长度frr = fopen(secrettext, 'r');[msg, len] = fread(frr, 'ubit1');msg = msg';% check to see if extra zero padding is necessaryif rem(length(msg), k0) > 0 msg = [msg, zeros(size(1:k0-rem(length(msg),k0)))];endn = length(msg)\\\/k0; % 把输入比特按k0分组，n为所得的组数。 % check the size of matrix gif rem(size(g, 2), k0) > 0 error('Error, g is not of the right size.');end% determine L and n0L = size(g, 2)\\\/k0;n0 = size(g, 1);% add extra zeros，以保证编码器是从全0开始，并回到全0状态。 u = [zeros(size(1:(L-1)*k0)), msg, zeros(size(1:(L-1)*k0))];% generate uu, a matrix whose columns are the contents of conv. encoder at% various clock cycles.u1 = u(L*k0: -1 :1);for i = 1:n+L-2 u1 = [u1, u((i+L)*k0:-1:i*k0+1)];enduu = reshape(u1, L*k0, n+L-1);% determine the outputoutput = reshape(rem(g*uu, 2), 1, n0*(L+n-1));len_tal = n0*(L + n - 1);% write the output to the encodetextresult = fopen(encodetext, 'w');for i = 1:n0*(L+n -1) fwrite(result, output(i), 'bit1');endfclose(result); 自变量的在整个连续时间范围内都有定义的信号是时间连续信号或连续时间信号(continuous-time signal)，简称连续信号。 这里的连续是 指函数的定义域--时间(或者是其他量)是连续的，至于信号的值域可以是连续的，也可以不是。 离散信号是在连续信号上采样得到的信号。 与连续信号的自变量是连续的不同，离散信号是一个序列，即其自变量是“离散”的。 这个序列的每一个值都可以被看作是连续信号的一个采样。 由于离散信号只是采样的序列，并不能从中获得采样率，因此采样率必须另外存储。 以时间为自变量的离散信号为离散时间信号。 离散信号并不等同于数字信号。 数字信号不仅是离散的，而且是经过量化的。 即，不仅其自变量是离散的，其值也是离散的。 因此离散信号的精度可以是无限的，而数字信号的精度是有限的。 而有着无限精度，亦即在值上连续的离散信号又叫抽样信号。 所以离散信号包括了数字信号和抽样信号。 实际的离散信号都是从连续信号采样而来，由此引出了采样定理。离散序列卷积后的定义域范围怎么看
证明两个离散序列的卷积满足交换律和结合律
如何用c实现离散序列卷积
信号与系统中连续信号与离散信号的区别
