假设两个平稳信号 $\bold{x}$ 和 $\bold{y}$ ,如果 $x\left(t+\tao\right)= y\left(t\right)$ ,则可通过互相关求 $\tao$ 。
首先,通过实现 xcorr 函数介绍互相关计算流程:
clc
clear
close
% 实现 xcorr 函数
% 基本设置
T = 1; % [s] 总时间长度
fs = 5000; % [Hz] 采样频率
t = 0:1/fs:T; % [s] 时间坐标
N = length(t); % 信号个数
% 信号生成
tm = [ t(1:N) - T , t(2:N) ]; % 相关结果的时间延迟坐标轴
td1 = 0.2*T; % x 信号时间延迟
td2 = 0.3*T; % y 信号时间延迟
noise = rand(1,2*N); % 生成了两倍时间 T 长度的噪声 [0,1]噪声
x = noise(1+round(td1*fs):N+round(td1*fs))-0.5*ones(1,N);
y = noise(1+round(td2*fs):N+round(td2*fs))-0.5*ones(1,N);
% 求取互相关
z1 = xcorr(x,y); % Matlab 自带函数
[~,I1] = max(abs(z1));
z2 = zeros(1,N); % 自编函数
for n = 1:length(tm)
z2(n) = sum( x( max(1,n-N+1):min(n,N) ).*y( max(1,N-n+1):min(2*N-n,N) ) );
end
[~,I2] = max(abs(z2));
%--------------------计算说明--------------------%
% case1: | case2: %
% .N | .2*N-n %
% y: .......... | y: .......... %
% .N-n+1 | .1 %
% .n | .N %
% x: .......... | x: .......... %
% .1 | .n-N+1 %
%------------------------------------------------%
err = z1-z2; % 两种算法的差
% 绘图
subplot(1,3,1)
plot(tm,z1)
title(‘Matlab function‘)
xlabel(‘time delay‘)
ylabel(‘Amp‘)
a1 = gca;
a1.XTick = sort([-1:0.5:1 tm(I1)]);
subplot(1,3,2)
plot(tm,z2)
title(‘My function‘)
xlabel(‘time delay‘)
ylabel(‘Amp‘)
a2 = gca;
a2.XTick = sort([-1:0.5:1 tm(I2)]);
subplot(1,3,3)
plot(tm,err,‘.-‘)
title(‘error‘)
xlabel(‘time delay‘)
ylabel(‘Amp‘)
suptitle(‘xcorr realization‘)
clc
clear
close
% 比较 conv xcorr
% 例子
A = ones(1,12);
B = 0:4;
C = xcorr(A,B);
D = conv(A,B);
%绘图
subplot(2,2,1)
plot(A,‘.-‘)
ylim([ -0.1 5.1 ])
xlim([ 0.9 12.1])
title(‘A = ones(1,12)‘)
xlabel(‘n‘)
ylabel(‘Amp‘)
subplot(2,2,2)
plot(B,‘.-‘)
ylim([ -0.1 5.1 ])
xlim([ 0.9 12.1])
title(‘B = 0:4‘)
xlabel(‘n‘)
ylabel(‘Amp‘)
subplot(2,2,3)
plot(C,‘.-‘)
ylim([ -0.1 15.1 ])
xlim([ 0.9 25.1])
title(‘xcorr 结果‘)
xlabel(‘n‘)
ylabel(‘Amp‘)
subplot(2,2,4)
plot(D,‘.-‘)
ylim([ -0.1 15.1 ])
xlim([ 0.9 25.1])
title(‘cone 结果‘)
xlabel(‘n‘)
ylabel(‘Amp‘)
suptitle(‘conv与xcorr对比‘)