यह कैलकुलेटर क्या करता है
रैखिक कन्वोल्यूशन कैलकुलेटर दो विविक्त (discrete) अनुक्रमों को लेकर उन्हें विविक्त रैखिक कन्वोल्यूशन संक्रिया द्वारा जोड़ता है। कन्वोल्यूशन डिजिटल सिग्नल प्रोसेसिंग (DSP) का एक मूलभूत उपकरण है, जिसका उपयोग किसी रैखिक समय-अपरिवर्ती (LTI) सिस्टम का आउटपुट निकालने में होता है — जब आपको उसका इनपुट सिग्नल और उसकी इम्पल्स रिस्पॉन्स (impulse response) पता हो। बस अपने दो संख्या अनुक्रम दर्ज करें, और यह टूल तुरंत पूरा कन्वोल्व किया गया अनुक्रम लौटा देता है, साथ ही उसका अधिकतम और न्यूनतम मान भी।
इसका उपयोग कैसे करें
यहाँ बस दो इनपुट फ़ील्ड हैं:
- पहला अनुक्रम – आपका इनपुट सिग्नल x, कॉमा से अलग की गई संख्याओं के रूप में, जैसे
1, 2, 3। - दूसरा अनुक्रम – आपका दूसरा सिग्नल h (अक्सर एक इम्पल्स रिस्पॉन्स), जैसे
0, 1, 0.5।
दशमलव और ऋणात्मक संख्याएँ — दोनों समर्थित हैं। हर मान को ट्रिम करके एक संख्या के रूप में पढ़ा जाता है, इसलिए बीच की खाली जगह (spacing) से कोई फ़र्क नहीं पड़ता।
सूत्र
विविक्त रैखिक कन्वोल्यूशन को इस प्रकार परिभाषित किया जाता है:
$$y[n] = \sum_{k} x[k] \cdot h[n-k]$$व्यवहार में यह कैलकुलेटर इसे एक सीधे डबल लूप से लागू करता है: पहले अनुक्रम के हर अवयव को दूसरे अनुक्रम के हर अवयव से गुणा किया जाता है, और हर गुणनफल \(x[i]\cdot h[j]\) को आउटपुट की स्थिति \(i + j\) में जोड़ दिया जाता है। परिणामी अनुक्रम की लंबाई होती है len(x) + len(h) − 1।
हल किया गया उदाहरण
मान लीजिए x = [1, 2, 3] और h = [1, 1]। आउटपुट की लंबाई होगी \(3 + 2 - 1 = 4\)।
- \(y[0] = 1\cdot 1 = 1\)
- \(y[1] = 1\cdot 1 + 2\cdot 1 = 3\)
- \(y[2] = 2\cdot 1 + 3\cdot 1 = 5\)
- \(y[3] = 3\cdot 1 = 3\)
तो कन्वोल्यूशन है [1, 3, 5, 3], जिसमें अधिकतम मान 5 और न्यूनतम मान 1 है।
समवर्तन में मुख्य शब्द
| शब्द | अर्थ |
|---|---|
| असतत अनुक्रम \(x[n]\) | एक पूर्णांक \(n\) द्वारा अनुक्रमित संख्याओं की एक क्रमबद्ध सूची, आमतौर पर एक संकेत के नमूने। आप जो अल्पविराम-अलग मान टाइप करते हैं वे \(x[0],x[1],x[2],\dots\) हैं |
| आवेग प्रतिक्रिया \(h[n]\) | एक प्रणाली द्वारा उत्पादित आउटपुट जब इसका इनपुट एक एकल इकाई आवेग है। एक LTI प्रणाली के लिए यह प्रणाली को पूरी तरह से चित्रित करता है: किसी भी इनपुट की प्रतिक्रिया वह इनपुट है जो \(h[n]\) के साथ समवर्तित है। |
| LTI प्रणाली | रैखिक समय-अपरिवर्तनीय: इनपुट को स्केल करने और जोड़ने से आउटपुट को स्केल और जोड़ा जाता है (रैखिकता), और इनपुट में देरी केवल आउटपुट में देरी करती है (समय अपरिवर्तनीयता)। समवर्तन सटीक रूप से LTI वर्ग का वर्णन करता है। |
| इकाई आवेग \(\delta[n]\) | \(n=0\) पर 1 के बराबर और कहीं और 0 है। यह समवर्तन का पहचान तत्व है: \(x[n]*\delta[n]=x[n]\)। |
| कर्नेल / फिल्टर टैप्स | परिमित अनुक्रम \(h\) के सामान्य नाम जब इसे फिल्टर के रूप में उपयोग किया जाता है। प्रत्येक व्यक्तिगत गुणांक \(h[k]\) एक "टैप" है; एक लंबाई-5 कर्नेल एक 5-टैप फिल्टर है। |
| समवर्तन योग | \(y[n]=\sum_{k} x[k]\,h[n-k]\) — प्रत्येक आउटपुट सूचकांक \(n\) के लिए, हर इनपुट नमूने को कर्नेल मान से गुणा करें जिसका सूचकांक \(k+(n-k)=n\) बनाता है, फिर उत्पादों को जोड़ें। |
| समर्थन / लंबाई | सूचकांकों का समुच्चय जहां एक अनुक्रम गैर-शून्य है। लंबाई \(N\) और \(M\) के परिमित अनुक्रमों के लिए, समवर्तन की लंबाई \(N+M-1\) है। |
| सूचकांक \(n\) और पारी \(n-k\) | \(n\) आउटपुट स्थिति है; \(k\) इनपुट नमूनों पर चलता है। \(h[n-k]\) लिखना कर्नेल को समय-उलट (पलट) और स्थिति \(n\) पर स्लाइड किया गया है — समवर्तन की "फ्लिप और स्लाइड" तस्वीर। |
| रैखिक बनाम वृत्ताकार समवर्तन | रैखिक समवर्तन (यह कैलकुलेटर) लंबाई \(N+M-1\) तक बढ़ता है। वृत्ताकार समवर्तन अनुक्रमों को लंबाई \(L=\max(N,M)\) की आवधिक के रूप में मानता है और अतिप्रवाह को शुरुआत में लपेटता है, जिससे लंबाई-\(L\) परिणाम मिलता है; यह वह है जो दो DFT का तत्व-वार उत्पाद अनुरूप है। |
| पारस्परिक संबंध | \(r[n]=\sum_k x[k]\,h[k+n]\) — बिना फ्लिप के ही स्लाइड-और-योग ऑपरेशन। \(x\) के साथ \(h\) का संबंध समय-उलट \(h\) के साथ \(x\) का समवर्तन के बराबर है; जब \(h\) सममित हो तो दोनों एकसमान होते हैं। |
| क्रम विनिमयता | \(x*h=h*x\): दोनों प्रविष्टियों को स्वैप करने से वही आउटपुट अनुक्रम मिलता है। |
| साहचर्य | \((x*h_1)*h_2=x*(h_1*h_2)\): क्रमबद्ध फिल्टर को एक समतुल्य कर्नेल में संयोजित किया जा सकता है। |
| वितरण | \(x*(h_1+h_2)=x*h_1+x*h_2\): समानांतर शाखाएं जोड़ती हैं, जो फिल्टर को विघटित करने का आधार है। |
| शून्य-पैडिंग | एक अनुक्रम में शून्य जोड़ना। शून्य एक रैखिक समवर्तन के गैर-शून्य मानों को नहीं बदलते, लेकिन दोनों अनुक्रमों को लंबाई \(\ge N+M-1\) तक पैड करने से एक वृत्ताकार (DFT-आधारित) समवर्तन रैखिक के बराबर हो जाता है। |
आपके समवर्तित अनुक्रम की व्याख्या
आउटपुट सूचकांक का क्या अर्थ है। कैलकुलेटर \(y[0],y[1],y[2],\dots\) रिपोर्ट करता है मान लीजिए दोनों इनपुट सूचकांक 0 से शुरू होते हैं। यदि आपके अनुक्रम वास्तव में कहीं और शुरू होते हैं, तो पहला आउटपुट नमूना दोनों शुरुआती सूचकांकों के योग पर बैठता है: यदि \(x\) \(n_x\) पर शुरू होता है और \(h\) \(n_h\) पर शुरू होता है, तो \(y\) \(n_x+n_h\) पर शुरू होता है। उदाहरण के लिए, \(-1\) पर केंद्रित एक कर्नेल को 0 पर शुरू होने वाले एक संकेत के साथ समवर्तित किया जाता है जिससे एक आउटपुट मिलता है जिसका पहला नमूना \(n=-1\) पर है, इसलिए आपको मुद्रित सूची को समय के विरुद्ध प्लॉट करने से पहले बाईं ओर एक से स्थानांतरित करना चाहिए।
लंबाई और प्रसार। आउटपुट लंबाई हमेशा
$$\operatorname{len}(y)=\operatorname{len}(x)+\operatorname{len}(h)-1$$तो संकेत \(\operatorname{len}(h)-1\) अतिरिक्त नमूनों द्वारा फैलता है। ये अतिरिक्त नमूने एक प्रारंभिक क्षणिक (पहले \(\operatorname{len}(h)-1\) आउटपुट, जहां कर्नेल केवल आंशिक रूप से डेटा को ओवरलैप करता है) और अंत में एक पूंछ-बंद के रूप में दिखाई देते हैं। वास्तविक समय फिल्टरिंग में ये किनारे के नमूने अक्सर त्याग दिए जाते हैं या अलग से व्यवहार किए जाते हैं, क्योंकि वे पूर्ण कर्नेल के बजाय अधूरे अतिव्यापन से गणना की जाती हैं।
योग की जांच। एक परिणाम की पुष्टि करने का एक तेज़ तरीका यह है कि आउटपुट का कुल इनपुट कुल का उत्पाद के बराबर है:
$$\sum_n y[n]=\left(\sum_n x[n]\right)\left(\sum_n h[n]\right)$$\(x=[1,2,3]\) और \(h=[1,1]\) के लिए आउटपुट [1, 3, 5, 3] है, जिसका योग \(1+3+5+3=12\) है, जो \(6\times 2=12\) से मेल खाता है। यदि आपके कुल मेल नहीं खाते हैं, तो एक सूचकांक छोड़ा गया है या एक चिन्ह को गलत तरीके से संभाला गया है।
कर्नेल का योग आपको क्या बताता है। यदि \(\sum_n h[n]=1\), ऑपरेशन संकेत के समग्र स्तर और औसत को संरक्षित करता है — यह एक चिकनाई या कम पास कर्नेल जैसे \([0.5,0.5]\) या \([1/3,1/3,1/3]\) का हस्ताक्षर है। यदि \(\sum_n h[n]=0\), इनपुट के स्थिर भाग नष्ट हो जाते हैं और केवल परिवर्तन जीवित रहते हैं: \(h=[1,-1]\) एक पहला-अंतर (उच्च पास) कर्नेल है जो किसी भी स्थिर खिंचाव पर शून्य आउटपुट करता है और किनारों पर स्पाइक्स उत्पादित करता है। 1 से अधिक का योग करने वाला कर्नेल शुद्ध लाभ लागू करता है; 1 से कम (लेकिन गैर-शून्य) शुद्ध क्षीणन लागू करता है।
शिखर आयाम। रिपोर्ट की गई अधिकतम और न्यूनतम फ़िल्टर किए गए संकेत के सबसे बड़े सकारात्मक और नकारात्मक विविधताएं देते हैं — निश्चित-बिंदु कार्यान्वयन में अतिप्रवाह या क्लिपिंग को देखने के लिए उपयोगी है। हर आउटपुट नमूना आज्ञा का पालन करता है
$$|y[n]|\le\left(\sum_k |x[k]|\right)\max_k |h[k]|$$जो एक सुरक्षित सबसे बुरी स्थिति की सीमा है। एक कसी हुई और समान रूप से मानक सीमा \(\max_n|y[n]|\le \max_n |x[n]|\cdot\sum_k|h[k]|\) है; मात्रा \(\sum_k|h[k]|\) सबसे बुरी स्थिति की bounded इनपुट के विरुद्ध फिल्टर का लाभ है।
आवेग व्यवहार। \(\delta[n]=[1]\) के साथ समवर्तन इनपुट को अपरिवर्तित रूप से लौटाता है, और एक स्थानांतरित आवेग के साथ समवर्तन — \([0,0,1]\), अर्थात \(\delta[n-2]\) — 2 नमूनों द्वारा देरी से एक सटीक प्रति लौटाता है। यह आवेगों को एक सुविधाजनक सत्यता परीक्षण बनाता है: यदि कर्नेल तटस्थ होना है, तो इसे एक एकल 1 खिलाना कर्नेल को ही पुनः बनाना चाहिए, क्योंकि \(\delta[n]*h[n]=h[n]\)।
ये गुण असतत रैखिक समवर्तन के बारे में सामान्य गणितीय तथ्य हैं और किसी भी राष्ट्रीय मानक या सॉफ़्टवेयर पैकेज से जुड़े नहीं हैं। यदि आप एक DFT-आधारित दिनचर्या के साथ परिणामों की तुलना कर रहे हैं, तो याद रखें कि यह वृत्ताकार समवर्तन की गणना करता है जब तक कि दोनों अनुक्रमों को कम से कम \(\operatorname{len}(x)+\operatorname{len}(h)-1\) तक शून्य-पैड न किया जाए।
अक्सर पूछे जाने वाले प्रश्न
परिणाम कितना लंबा होता है? हमेशा दोनों इनपुट की लंबाइयों का योग, घटा एक। 4-अवयव और 3-अवयव वाले अनुक्रमों का कन्वोल्यूशन 6 मान देता है।
क्या अनुक्रमों का क्रम मायने रखता है? नहीं। कन्वोल्यूशन क्रमविनिमेय (commutative) है, इसलिए पहले और दूसरे अनुक्रम को आपस में बदल देने पर भी वही आउटपुट अनुक्रम मिलता है।
क्या यह क्रॉस-कोरिलेशन के समान है? नहीं। कन्वोल्यूशन स्लाइड करने से पहले एक अनुक्रम को पलट देता है (यही \(h[n-k]\) पद दर्शाता है), जबकि कोरिलेशन ऐसा नहीं करता। जब तक कोई एक अनुक्रम सममित (symmetric) न हो, दोनों अलग-अलग परिणाम देते हैं।