相似系数计算公式

计算公式

在采用盲分离算法进行信号分离的时候，需要对分离结果进行定量分析和评估，分离效可用相似系数来评估。分离的信号$y_i$与原始信号$s_j$的相似系数定义为：
$${\xi }_{ij}=\frac{|{\sum }_{K=1}^l{y}_i(k)s_j(k)|}{\sqrt{{\sum }_{k=1}^L{y}_i^2(k){\sum }_{k=1}^L{s}_j^2(k)}}$$
若${\xi }_{ij}$等于1，则表明分离的信号$y_i$与原始信号$s_j$仅存在幅度上的不同，分离的信号十分纯净；若i
${\xi }_{ij}$等于0，则表明分离的信号$y_i$与原始信号$s_j$完全不相同，信号没有被分离。因此，${\xi }_{ij}$的数值越接近1，分离的效果越好。

编程实现

例如要计算两个信号（向量）sourceS和estmatS之间的相似系数：

A = abs(sum(sourceS.*estmatS)); %分子
B = sqrt(sum(sourceS.^2)*sum(estmatS.^2)); %分母
simlCoe = A/B;

参考文献：
[1]李凤娥.自适应抗干扰及盲源分离应用技术研究[D].西安电子科技大学，2021.DOI:10.27389/d.cnki.gxadu.2021.001863.
（4.2.1节）