生成两个不同长度的信号。比较它们的圆卷积和线性卷积。使用默认值n．

A = [1 2 -1 1];B = [1 1 2 1 2 2 1 1];C = cconv(a,b);%循环卷积Cref = conv(a,b);%线性卷积Dif = norm(c-cref)

Dif = 9.7422e-16

得到的范数几乎为零，这表明两个卷积产生的结果与机器精度相同。

生成两个向量并计算它们的模-4圆卷积。

A = [2 1 2 1];B = [1 2 3 4];C = cconv(a,b,4)

c =1×414 16 14 16

生成两个复杂序列。使用cconv计算它们的循环互相关。翻转并共轭第二个操作数以符合互相关的定义。指定输出向量长度为7。

A = [1 2 2 1]+1i;B = [1 3 4 1]-2*1i;C = cconv(a,conj(fliplr(b))，7);

将计算结果与使用的互相关计算结果进行比较xcorr．

Cref = xcorr(a,b);Dif = norm(c-cref)

Dif = 3.3565 -15

生成两个信号:一个五样本三角波形和一个一阶FIR滤波器与响应 $$H（z）＝1-z^{-1}$$．

X1 = conv([1 1 1]，[1 1 1])

x1 =1×51 2 3 2 1

X2 = [-1 1]

x2 =1×21

用默认输出长度计算它们的循环卷积。结果等价于两个信号的线性卷积。

CCNV = cconv(x1,x2)

ccnv =1×6-1.0000 -1.0000 -1.0000 1.0000

LCNV = conv(x1,x2)

lcnv =1×6-1 -1 -1 1 1 1 1

模-2圆卷积等价于将线性卷积分割成两元数组，并对数组求和。

Ccn2 = cconv(x1,x2,2)

ccn2 =1×21

Nl =数字(lcnv);Mod2 = sum(重塑(lcnv,2,nl/2)')

mod2 =1×21

计算模-3圆卷积，并将其与锯齿线性卷积进行比较。

Ccn3 = cconv(x1,x2,3)

ccn3 =1×30 0 0

Mod3 = sum(重塑(lcnv,3,nl/3)')

mod3 =1×30 0 0

如果输出长度小于卷积长度，并且没有精确除它，则在添加之前用零填充卷积。

C = 5;Z = 0 (c*ceil(nl/c)，1);Z (1:nl) = lcnv;CCNC = cconv(x1,x2,c)

国家气候变化委员会=1×50.0000 -1.0000 -1.0000 1.0000

Modc = sum(重塑(z,c,numel(z)/c)')

modc =1×50 -1 -1 1 1

如果输出长度等于或大于卷积长度，填充卷积，不添加。

D = 13;Z = 0 (d*ceil(nl/d)，1);Z (1:nl) = lcnv;CCND = cconv(x1,x2,d)

ccnd =1×13-1.0000 -1.0000 -1.0000 -1.0000 1.0000 1.0000 0.0000 -0.0000 0.0000 0.0000 -0.0000 -0.0000

Modd = z'

modd =1×13-1 -1 -1 1 1 1 0 0 0 0 0 0 0

下面的示例需要并行计算工具箱™软件。指GPU计算要求(并行计算工具箱)看看支持哪些图形处理器。

在加性高斯白噪声中创建两个由1khz正弦波组成的信号。采样率为10khz

Fs = 1e4;t = 0:1/Fs:10-(1/Fs);X = cos(2*pi*1e3*t)+randn(size(t));Y = sin(2* π *1e3*t)+randn(size(t));

把x而且y在GPU上使用gpuArray．通过GPU获取圆形卷积。

x = gpuArray(x);y = gpuArray(y);cirC = cconv(x,y，长度(x)+长度(y)-1);

将结果与x和y的线性卷积进行比较。

linC = conv(x,y);规范(linC-cirC, 2)

Ans = 1.4047e-08

返回圆形卷积，中国保监会，到MATLAB®工作空间使用收集．

cirC =收集(cirC);