本文介绍了自相关和互相关的概念及其在信号处理和数理统计中的应用。自相关衡量序列自身不同时间点的相似度，互相关则用于评估两个时间序列的相似程度。在MATLAB中，可以使用xcorr、xcov、corrcoef等函数计算相关性。相关系数（如皮尔逊积差系数）是衡量两个随机变量线性关系的强度和方向的指标，其值介于-1和1之间，表明变量间的相关程度。
-- Ref [1] [2] [3] ------------------------------------------------------------------------
1.自相关和互相关概念
互相关(Cross-correlation)
对于连续函数，有如下定义：
对于离散函数，有如下定义：
在信号处理中，用互相关来衡量两个时间序列 x(t) 和 y(t) 在两个不同时刻 t1，t2 的取值之间的相似程度，通常可以用于在长序列中寻找一个特定的短序列。
在数理统计中，互相关用来两个随机序列的相关性。
从定义式中可以看到，互相关函数和卷积运算类似，也是两个序列滑动相乘，但是区别在于：
互相关的两个序列都不翻转，直接滑动相乘，求和；卷积的其中一个序列需要先翻转，然后滑动相乘，求和。
所以，f(t)和g(t) 做相关等于 f*(-t) 与 g(t) 做卷积。
自相关(Auto-correlation)
在信号分析当中通常将自相关
1320
461
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
