自相关函数定义如下：
R
x
(
t
1
t
2
)
=
E
[
X
(
t
1
)
X
(
t
2
)
]
R_{x}\left(t_{1} t_{2}\right)=E\left[X\left(t_{1}\right) X\left(t_{2}\right)\right]
Rx(t1t2)=E[X(t1)X(t2)]
其描述的是一个随机过程中两个时刻t1、t2取值的相关性。
上述定义式，其实是数学上高度抽象的概念，在工程中，实际上是取的我们对该随机过程进行的n次测量结果x1(t),x2(t),x3(t)…xn(t)的t1、t2时刻的值进行计算，即：
E
[
X
(
t
1
)
X
(
t
2
)
]
=
x
1
(
t
1
)
x
1
(
t
2
)
+
x
2
(
t
1
)
x
2
(
t
2
)
+
…
+
x
n
(
t
1
)
x
n
(
t
2
)
n
E\left[X\left(t_{1}\right) X\left(t_{2}\right)\right]=\frac{x_{1}\left(t_{1}\right) x_{1}\left(t_{2}\right)+x_{2}\left(t_{1}\right) x_{2}\left(t_{2}\right)+\ldots+x_{n}\left(t_{1}\right) x_{n}\left(t_{2}\right)}{n}
E[X(t1)X(t2)]=nx1(t1)x1(t2)+x2(t1)x2(t2)+…+xn(t1)xn(t2)
也就是说：现在有一个随机过程，你想知道t1、t2的相关性，你就需要对该过程进行n次测量，将每一次测量得到的x(t1)、x(t2)值相乘并求和，除以n，才是我们的自相关函数
但是，在实际应用中，并不使用自相关函数来描述信号的相关性，原因是——有自协方差函数这种特征量来更好地描述信号的相关性
那么，自相关函数的作用是什么呢——基
在想知道随机过程的数字特征时，我们只需要先测量其自相关函数，再对其进行各种变换，即可得到其它数字特征
该篇文章是对以下博客的理解：
自相关函数的理解
3157
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
