在这里我想探讨一下“互相关”中的一些概念。正如卷积有线性卷积(linear convolution)和循环卷积(circular convolution)之分;互相关也有线性互相关(linear cross-correlation)和循环互相关(circular cross-correlation)。线性互相关和循环互相关的基本公式是一致的,不同之处在于如何处理边界数据。其本质的不同在于它们对原始数据的看法不同。通过这篇文章,我想整理一下相关概念,并给出示例。
1. 线性相关(Linear Cross-Correlation)的定义和计算
假设我们手里有两组数据,分别为
个和
个,表示为:
和
,
比
长,即
。序列
和
之间的线性互相关操作表示为
,其结果也是一个序列,表示为
。具体的操作是用这两个序列进行的一种类似“滑动点积”的操作,如图1和图2所示。
图1. 线性互相关的计算过程示意
图2. 线性互相关结果序列中单个值计算示意
得到的互相关序列总长度为
,该序列的前