用相关函数法计算信号的延迟量

最新推荐文章于 2023-03-08 18:48:30 发布

墨影清泉

最新推荐文章于 2023-03-08 18:48:30 发布

阅读量3.1k

点赞数 2

文章标签：语音识别人工智能

本文链接：https://blog.csdn.net/qq_42233059/article/details/126462971

版权

在信号处理领域中，我们经常会用到自相关函数和互相关函数，例如利用自相关函数在语音信号处理中提取基音频率，又例如常利用互相关函数提取两接收信号之间的时间延迟。一般是用线性相关函数，但用FFT方法可快速计算线性相关和循环相关。循环相关比线性相关的计算量更小，那么是否能用循环相关获取延迟量呢？在某些情况下是可以使用的！

当相关函数的峰值结构衰减很快时，可以从循环相关中提取峰值，从而得到延迟量。

当相关函数的峰值结构衰减很慢时，就不能从循环相关中提取峰值了，从而得到延迟量。

案例1、从delaydatal.txt文件读入两通道数据,分别设为x和y。它们之间的延迟量为54个样点，以xcorr、快速线性相关和循环相关计算延迟量，比较它们的结果，程序如下：

clear all; clc; close all;

xx=load('delaydata1.txt');% 读入数据
x=xx(:,1);               % 设为x
y=xx(:,2);               % 设为y
N=length(x);             % 数据长度
[Rxy,lags]=xcorr(y,x);   % 用xcorr计算线性相关
% 快速计算线性相关
X=fft(x,2*N);            % FFT
Y=fft(y,2*N);            % FFT
Sxy=Y.*conj(X);
sxy=ifftshift(ifft(Sxy));% IFFT,调整序列排列
Cxy=sxy(2:end);          % 只取2*N-1点
% 作图
subplot 211; 
line([lags],[Rxy],'color',[.6 .6 .6],'linewidth',3); hold on
plot(lags,Cxy,'k'); axis([-100 100 -50 200]);
box on; title('(a) 两种方法得到x和y的线性相关')
xlabel('样点'); ylabel('相关函数幅值')
legend('xcorr','快速线性相关','Location','northwest')
% 计算循环相关
Xc=fft(x);               % FFT
Yc=fft(y);               % FFT
Scxy=Yc.*conj(Xc);
scxy=ifftshift(ifft(Scxy));% IFFT,调整序列排列
Ccxy=scxy(2:end);        % 只取N-1点
lagc=-N/2+1:N/2-1;       % 设置延迟序列
% 作图
subplot 212; plot(lagc,Ccxy,'k'); 
axis([-100 100 -50 200]); title('(b) x和y的循环相关')
xlabel('样点'); ylabel('相关函数幅值')
set(gcf,'color','w')

运行结果如下：

在本程序中用两种方法计算线性相关：用xcorr函数和FFT得到上图，可以看出这两种方法得到的相关函数很好地重叠在一起，且计算出延迟量为54个样点。而通过FFT计算得的循环相关函数，也可以看出也能很好地反映出延迟量为54个样点。

delaydatal.txt文件的数据是振动信号，周期性不强，所以可以用循环相关法提取延迟量。

案例2、从delaydata3.txt文件读入两通道数据,分别设为x和y。它们是矩形脉冲，两序列之间的延迟量为14个样点，以xcorr线性相关和循环相关计算延迟量，并比较它们的结果。程序如下：

clear all; clc; close all;

xx=load('delaydata3.txt');% 读入数据
x=xx(:,1);               % 设为x
y=xx(:,2);               % 设为y
N=length(x);             % 数据长度
fs=1000;                 % 采样频率
Xc=fft(x);               % FFT
Yc=fft(y);               % FFT
Scxy=Yc.*conj(Xc);       % 计算循环相关
scxy=ifftshift(ifft(Scxy));
Ccxy=scxy(2:end);        % 循环相关函数
lagc=-N/2+1:N/2-1;       % 延迟量刻度
% 作图
subplot 211; plot(lagc,Ccxy,'k'); 
title('(a) x和y的循环相关');
xlabel('样点'); ylabel('相关函数幅值')

[Rxy,lags]=xcorr(y,x);   % 计算线性相关
%[maxr,locr]=max(Rxy);
% locr=locr-1000;
% 作图
subplot 212; plot(lags,Rxy,'k');
title('(b) x和y的线性相关')
xlabel('样点'); ylabel('相关函数幅值')
set(gcf,'color','w')

运行结果如下：