简单总结一下归一化自相关函数,防止遗忘掉
上图,参考论文中的Normalized Auto-correlation based Step Counting.
自相关函数是函数与函数本身的相关性,如果进行归一化,会看的更清楚。互相关函数是两个函数之间的相关性,当两个函数具有相同周期分量时,他们的极大值同样能体现这种周期性。
自相关函数,当函数中本身有周期性的分量时,自相关性的极大值能够很好的体现这种周期性。采用归一化的自相关函数,当找到函数的周期性是,对应的自相关函数接近1.
如上图的公式:从数据中摘取一段a(m), a(m + 1), ... a(m + k + tao -1), a(m + k + tao), || a(m + k + tao + 1), ..., a(m + k + tao + tao - 1), 以||区分序列为两部分,计算前面一部分序列与后面一部分序列的自相关性。 其中u_m, sigma_m 为序列a(m + 1), a(m + 2), ... a(m + k + tao -1)的均值和方差,后面序列依次类推。
比如在一个序列为a(0) ...a(99)的序列中,tao= 20:50; 当tao==20时,前一段序列为x(0), x(1),... x(19), 后一部分序列为x(20), x(21),....x(39); 计算这两部分的归一化方差,找到最大值; tao:20==>50, 找到最大值对应的tao,为最优的tao_opt,