自相关函数

最新推荐文章于 2022-11-23 17:39:26 发布

Rabbit_Nick

最新推荐文章于 2022-11-23 17:39:26 发布

阅读量6.8k

点赞数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/nick870208/article/details/8971021

版权

软件无线电SDR 专栏收录该内容

30 篇文章 0 订阅

订阅专栏

自相关函数

维基百科，自由的百科全书

跳转到：导航, 搜索

自相关函数，信号处理、时间序列分析中常用的数学工具，反映了同一序列在不同时刻的取值之间的相关程度。

目录

[隐藏]

[编辑] 定义

自相关函数在不同的领域，定义不完全等效。在某些领域，自相关函数等同于自协方差。

[编辑] 统计学

将一个有序的随机变量系列与其自身相比较，这就是自相关函数在统计学中的定义。每个不存在相位差的系列，都与其自身相似，即在此情况下，自相关函数值最大。如果系列中的组成部分相互之间存在相关性（不再是随机的），则由以下相关值方程所计算的值不再为零，这样的组成部分为自相关。

$R(k) = \frac{E[(X_i - \mu_i)(X_{i+k} - \mu_{i+k})]}{\sigma^2}$

......... 期望值。

X_i

........ 在t(i)时的随机变量值。

$\mu_i$ ........ 在t(i)时的预期值。

$X_{i+k}$ .... 在t(i+k)时的随机变量值。

$\mu_{i+k}$ .... 在t(i+k)时的预期值。

$\sigma^2$ ......... 为方差。

所得的自相关值R的取值范围为[-1,1],1为最大相关值，-1则为最大不相关值。

[编辑] 信号处理

在信息分析中，通常将自相关函数称之为自协方差方程。用来描述信息在不同时间 $\tau$ 的，信息函数值的相关性。

$R_f(\tau) = f(\tau) * f^*(-\tau)= \int_{-\infty}^{\infty} f(t+\tau)f^*(t)\, dt = \int_{-\infty}^{\infty} f(t)f^*(t-\tau)\, dt$ ，其中“*”是卷积算符， $(\cdot)^*$ 为取共轭。

因为实数的共轭等于自己本身，所以很多课本上出现的公式是没有共轭的。

Because the real domain's conjugation is equal to itself and there are no conjugate symbol in many textbooks.

[编辑] 自相关函数的性质

以下以一维自相关函数为例说明其性质，多维的情况可方便地从一维情况推广得到。

对称性：从定义显然可以看出R(i) = R(−i)。连续型自相关函数为偶函数

当f为实函数时，有：

$R_f(-\tau) = R_f(\tau)\,$

当f是复函数时，该自相关函数是厄米函数，满足：

$R_f(-\tau) = R_f^*(\tau)\,$

其中星号表示共轭。

连续型实自相关函数的峰值在原点取得，即对于任何延时 τ，均有 $|R_f(\tau)| \leq R_f(0)$ 。该结论可直接有柯西-施瓦茨不等式得到。离散型自相关函数亦有此结论。

周期函数的自相关函数是具有与原函数相同周期的函数。

两个相互无关的函数（即对于所有 τ，两函数的互相关均为0）之和的自相关函数等于各自自相关函数之和。

由于自相关函数是一种特殊的互相关函数，所以它具有后者的所有性质。

连续时间白噪声信号的自相关函数是一个δ函数，在除 τ = 0 之外的所有点均为0。

维纳-辛钦定理（Wiener–Khinchin theorem）表明，自相关函数和功率谱密度函数是一对傅里叶变换对：

$R(\tau) = \int_{-\infty}^\infty S(f) e^{j 2 \pi f \tau} \, df$

$S(f) = \int_{-\infty}^\infty R(\tau) e^{- j 2 \pi f \tau} \, d\tau.$

实值、对称的自相关函数具有实对称的变换函数，因此此时维纳-辛钦定理中的复指数项可以写成如下的余弦形式：

$R(\tau) = \int_{-\infty}^\infty S(f) \cos(2 \pi f \tau) \, df$

$S(f) = \int_{-\infty}^\infty R(\tau) \cos(2 \pi f \tau) \, d\tau.$

[编辑] 自相关函数举例

白噪声的自相关函数为δ函数：

$r_{nn} = \mathbb{E} \{ n(t) n(t-\tau) \} = \delta ( \tau )$

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
自相关函数

自相关函数维基百科，自由的百科全书跳转到：导航, 搜索自相关函数，信号处理、时间序列分析中常用的数学工具，反映了同一序列在不同时刻的取值之间的相关程度。目录[隐藏]1 定义1.1 统计学1.2 信号处理2 自相关函数的性质3 自相关函数举例4 参考文献[编辑]定义自相关函数在不同的领域，定义不完全等效。在某些领域，自相关
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。