自相关函数和互相关函数的利用MATLAB计算和作图.doc.pdf

自相关函数和互相关函数的利用MATLAB计算和作图.doc.pdf

ID:57587978

大小:172.52 KB

页数:5页

时间:2020-08-27

自相关函数和互相关函数的利用MATLAB计算和作图.doc.pdf_第1页
自相关函数和互相关函数的利用MATLAB计算和作图.doc.pdf_第2页
自相关函数和互相关函数的利用MATLAB计算和作图.doc.pdf_第3页
自相关函数和互相关函数的利用MATLAB计算和作图.doc.pdf_第4页
自相关函数和互相关函数的利用MATLAB计算和作图.doc.pdf_第5页
资源描述:

《自相关函数和互相关函数的利用MATLAB计算和作图.doc.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、互相关函数,自相关函数计算和作图1.自相关和互相关的概念。互相关函数是描述随机信号x(t),y(t)在任意两个不同时刻t1,t2间的相关程度。自相关函数是描述随机信号x(t)在任意两个不同时刻t1,t2间的相关程度。互相关函数是在频域内两个信号是否相关的一个判断指标,把两测点之间信号的互谱与各自的自谱联系了起来。它能用来确定输出信号有多大程度来自输入信号,对修正测量中接入噪声源而产生的误差非常有效。-----------------------------------------------------------------------------------事实上,在图象处

2、理中,自相关和互相关函数的定义如下:设原函数是f(t),则自相关函数定义为R(u)=f(t)*f(-t),其中*表示卷积;设两个函数分别是f(t)和g(t),则互相关函数定义为R(u)=f(t)*g(-t),它反映的是两个函数在不同的相对位置上互相匹配的程度。2.利用matlab中实现这两个相关并用图像显示:自相关函数:dt=.1;t=[0:dt:100];x=cos(t);[a,b]=xcorr(x,'unbiased');plot(b*dt,a)互相关函数:把[a,b]=xcorr(x,'unbiased');改为[a,b]=xcorr(x,y,'unbiased');便可。3

3、.实现过程:在Matalb中,求解xcorr的过程事实上是利用Fourier变换中的卷积定理进行的,即R(u)=ifft(fft(f)×fft(g)),其中×表示乘法,注:此公式仅表示形式计算,并非实际计算所用的公式。当然也可以直接采用卷积进行计算,但是结果会与xcorr的不同。事实上,两者既然有定理保证,那么结果一定是相同的,只是没有用对公式而已。下面是检验两者结果相同的代码:dt=.1;t=[0:dt:100];x=3*sin(t);y=cos(3*t);subplot(3,1,1);plot(t,x);subplot(3,1,2);plot(t,y);[a,b]=xcorr(

4、x,y);subplot(3,1,3);plot(b*dt,a);yy=cos(3*fliplr(t));%oruse:yy=fliplr(y);z=conv(x,yy);pause;subplot(3,1,3);plot(b*dt,z,'r');即在xcorr中不使用scaling。4.其他相关问题:1)相关程度与相关函数的取值有什么联系?相关系数只是一个比率,不是等单位量度,无什么单位名称,也不是相关的百分数,一般取小数点后两位来表示。相关系数的正负号只表示相关的方向,绝对值表示相关的程度。因为不是等单位的度量,因而不能说相关系数0.7是0.35两倍,只能说相关系数为0.7的二

5、列变量相关程度比相关系数为0.35的二列变量相关程度更为密切和更高。也不能说相关系数从0.70到0.80与相关系数从0.30到0.40增加的程度一样大。对于相关系数的大小所表示的意义目前在统计学界尚不一致,但通常按下是这样认为的:相关系数相关程度0.00-±0.30微相关±0.30-±0.50实相关±0.50-±0.80显著相关±0.80-±1.00高度相关------------------------------------------------------------------------------------------------------------------

6、----------------------------3)与matlab中相关函数xcorr()与相关度函数corrcoef()的关系:相关度函数:对于一般的矩阵X,执行A=corrcoef(X)后,A中每个值的所在行a和列b,反应的是原矩阵X中相应的第a个列向量和第b个列向量的相似程度(即相关系数)。计算公式是:C(1,2)/SQRT(C(1,1)*C(2,2)),其中C表示矩阵[f,g]的协方差矩阵,假设f和g都是列向量(这两个序列的长度必须一样才能参与运算),则得到的(我们感兴趣的部分)是一个数。以默认的A=corrcoef(f,g)为例,输出A是一个二维矩阵(对角元恒为1

7、),我们感兴趣的f和g的相关系数就存放在A(1,2)=A(2,1)上,其值在[-1,1]之间,1表示最大的正相关,-1表示绝对值最大的负相关相关函数xcorr函数是通过不反折的卷积来衡量这两个信号在不同位置的相似程度——假设两个序列的长度分别是m和n,则得到的是一个长度为2*max(m,n)-1的序列,也就是说,当m和n不相等的时候,在执行xcorr的时候会先对短的那个序列进行0扩充,使得m与n相等;相关度corrcoef函数是通过协方差矩阵来衡量这两个信号在不同

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。