一种基于快速卷积方案的快速水平集算法在RSF、LIC和LATE模型中得到验证

SIMD_Convolution：超快速卷积

编写程序，输入两个正弦序列（点数为128、256、512），分别用一般卷积和快速卷积进行计算，列表比较二者的用时。要求输入两个正弦序列——x(n)1024点，h(n)128点，求长输入序列的卷积（响应）。 通过对比二者的差别，了解应用FFT算法的好处，它不仅仅减少了计算时间，也节约了计算资源的开支，大大改善了DFT的运算效率。

聚束SAR快速卷积反投影成像算法的研究.doc

设计并编写程序来实现线性卷积运算，可以在重叠相加法和重叠保留法中任选一种方法实现 要求给出输入信号和输出信号的图形描述，以及简要的说明 给出计算中间过程的图形描述及简要说明

里面有实验报告，相关描述可参考https://blog.csdn.net/weixin_46523923/article/details/115448065 数字信号处理 实验三 FFT 应用及 CZT （fft在快速卷积，相关，功率谱及CZT应用）

3.快速卷积结构 （1）原理 设FIR DF的单位冲激响应h(n)的非零值长度为M，输入x(n)的非零值长度为N。 则输出y(n)=x(n)*h(n),且长度L=N+M-1 若将x(n)补零加长至L，补L-N个零点，将h(n)补零加长至L，补L-M个零点。 这样进行L点圆周卷积，可代替x(n)*h(n)线卷积。 其中： 而由圆卷积可用DFT和IDFT来计算，即可得到FIR的快速卷积结构。

传统的离散小波变换(Discrete Wavelet Transform，DWT)卷积算法通常采用延拓方法来解决边界效应，处理速度会受到一定影响。为了进一步提高使用DWT的实时性，提出一种新的离散卷积快速实现算法。该方法利用前后端卷积结果对边界小波系数进行校正，有效地解决了卷积运算中的边界效应问题，并减少了计算量。仿真试验和工程应用结果表明该算法能用于分析平稳信号和非平稳信号，具有很高的分解和重构精度以及很好的边界处理性能，并且计算速度比传统方法有较大提高，具有显著的工程应用价值。

基于C++实现 普通卷积 快速卷积 长序列卷积——数字信号处理实验，值得参考。程序里现成的序列有正弦波 矩形波 三角波 采样

实验三 利用FFT实现快速卷积 一、实验目的 1、通过这一实验，加深理解FFT在实现数字滤波（或快速卷积）中的重要作用，更好的利用FFT进行数字信号处理。 2、进一步掌握循环卷积和线性卷积两者之间的关系。 二、实验原理 MATLAB中计算序列的离散傅里叶变换和逆变换是采用快速算法，利用fft和ifft函数实现。 1、[x]=fft(x, N) 输入参数：为待计算DFT的序列，N为序列的长度。 输出参数：为序列 的IDFT。