序列自相关矩阵的计算和分析

序列自相关矩阵的计算和分析

这几天在搞DSP的时候遇到的一些问题，稍微整理了一下
在下文中，你将会看到：平稳过程到底有什么意义、随机信号处理是如何与固定信号分析联系起来的、自相关函数的定义、自相关矩阵的意义和计算

平稳过程

平稳过程是现代数字信号处理的一个大问题
它的定义是: 统计特性不随时间推移而改变的随机过程
在严格的定义中，它需要随机过程的各阶矩都保持一个稳定的值，称之为严平稳过程。这很难满足
所以在显示生活中，我们通常只关注这个随机过程的一阶矩或者二阶矩是不是保持平均。这就是我们之后要处理的过程，称之为宽平稳过程。
举个例子 ：
我们想要测量一个恒压电源的电压
第一组测量 我们测得五个值：{10.3、10.2、10.1、9.7、9.6}
第二组测量 这次测得六个值：{9.9、10.1、10.2、9.6、10.2、10.1}
。。。
这样 在经历多组测量之后，我们将每一组的测量结果分别平均，发现每一组的平均值都在10左右摆动，根据平稳的定义，我们其实是需要，不管我们进行多少组测量、每一组的样本有多少个值，最终我们所得的均值都是10的，这才是一个满足一阶矩平稳的宽平稳过程，在实际中，由于样本数量的限制，我们得到的均值通常是渐进无偏估计，也就是说，在每一组样本个数接近无限的时候才会使得其均值为10，所以如果每一组都在10左右摆动，我们就将其认为是一个平稳过程了。
而另一组同学想要测量一个上升信号的电压
第一组测量得到：{1.1、2.3、2.8、4.0}
第二组测量得到：{5.1、4.3、4.9、6.1}
。。。
在这个测量中，我们发现在不同的组均值不一样了，这就不是一个一阶平稳过程，但是幸运的是，每一组数据的方差又大概保持在一个稳定的值，所以这是一个二阶平稳过程

平稳过程有什么好处呢，很多信号相关的书籍会告诉你这样一句话：如果一个过程满足平稳过程，就可以用它的时间平均来代替其统计平均

这句话是这样理解的，比如在之前一个例子，我们想要知道该恒压电源的电压到底是多少，我们就可以通过测量一组数据，然后平均来估算得出。这种估算方式有一个也许很多人都会认为是自然而然的，但是它其实是建立在一个“该信号一阶平稳”的前提下进行的。

自相关矩阵

在了解了宽平稳过程之后，我们来了解下自相关矩阵的概念
自相关矩阵定义是这样的：
assume

x=[x1x2x3...xn]

$$x=[x_1 \quad x_2 \quad x_3 \quad... \quad x_n]$$
the autocorrelation Mat is defined as

E(x∗xH)=⎡⎣⎢⎢⎢⎢E(x(0)∗x∗(0))E(x(1)∗x∗(0))...E(x(n)∗x∗(0))E(x