自相关和互相关

《自相关和互相关》由会员分享，可在线阅读，更多相关《自相关和互相关（1页珍藏版）》请在金锄头文库上搜索。

1、1. 首先说说自相关和互相关的概念。 这个是信号分析里的概念，他们分别表示的是两个时间序列之间和同一个时间序列在任意两 个不同时刻的取值之间的相关程度，即互相关函数是描述随机信号 x(t),y(t) 在任意两个不 同时刻 t1 ， t2 的取值之间的相关程度，自相关函数是描述随机信号 x(t) 在任意两个不同时 刻 t1 ， t2 的取值之间的相关程度。自相关函数是描述随机信号 X(t) 在任意两个不同时刻t1 ，t2 的取值之间的相关程度；互相关函数给出了在频域内两个信号是否相关的一个 判断指标，把两测点之间信号的互谱与各自的自谱联系了起来。它能用来确定输出信号有多 大程度来自输入信号，对修

2、正测量中接入噪声源而产生 的误差非常有效 . 事实上，在图象处理中，自相关和互相关函数的定义如下：设原函数是 f(t) ，则自相关函数 定义为 R(u)=f(t)*f(-t) ，其中 * 表示卷积；设两个函数分别是 f(t) 和 g(t) ，则互相关函数 定义为 R(u)=f(t)*g(-t) ，它反映的是两个函数在不同的相对位置上互相匹配的程度。 那么，如何在 matlab 中实现这两个相关并用图像显示出来呢？ dt=.1;t=0:dt:100; x=cos(t);a,b=xcorr(x,unbiased);plot(b*dt,a) 上面代码是求自相关函数并作图，对于互相关函数，稍微修改一下

3、就可以了，即把 a,b=xcorr(x,unbiased); 改为 a,b=xcorr(x,y,unbiased); 便可。2. 实现过程：在 Matalb 中，求解 xcorr 的过程事实上是利用 Fourier 变换中的卷积定理进行的，即 R(u)=ifft(fft(f)X fft(g),其中X表示乘法，注：此公式仅表示形式计算，并非实际计算所用的公式。当然也可以直接采用卷积进行计算，但是结果会与xcorr 的不同。事实上，两者既然有定理保证，那么结果一定是相同的，只是没有用对公式而已。下面是检验两者结果 相同的代码： dt=.1;t=0:dt:100; x=3*sin(t);y=cos(3*t); subplot(3,1,1);plot(t,x); subplot(3,1,2);plot(t,y); a,b=xcorr(x,y);subplot(3,1,3); plot(b*dt,a);yy=cos(3*fliplr(t); % or use: yy=fliplr(y); z=conv(x,yy);pause;