python correlation_互相关（cross-correlation）及其在Python中的实现

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