自相关函数
自相关(),也叫序列相关,是一个信号于其自身在不同时间点的互相关。非正式地来说,它就是两次观察之间的相似度对它们之间的时间差的函数。它是找出重复模式(如被噪声掩盖的周期信号),或识别隐含在信号谐波频率中消失的基频的数学工具。它常用于信号处理中,用来分析函数或一系列值,如时域信号。
定义.
自相关函数在不同的领域的定义不完全等价。在某些领域,自相关函数等同于自协方差。
统计学.
将一个有序的随机变量序列与其自身相比较,这就是自相关函数在统计学中的定义。每个不存在相位差的序列,都与其自身相似,即在此情况下,自相关函数值最大。如果序列中的组成部分相互之间存在相关性(不再是随机的),则由以下相关值方程所计算的值不再为零,这样的组成部分为自相关。
formula_1
formula_2 ... 期望值。
formula_3 ... 在t(i)时的随机变量值。
formula_4 ... 在t(i)时的预期值。
formula_5 ... 在t(i+k)时的随机变量值。
formula_6 ... 在t(i+k)时的预期值。
formula_7 ... 为方差。
所得的自相关值R的取值范围为[-1,1],1为最大正相关值,-1则为最大负相关值,0为不相关。
信号处理.
在信号处理中,上面的定义通常不进行归一化,即不减去均值并除以方差。当自相关函数由均值和方差归一化时,有时会被称作自相关系数。
给定一个信号 formula_8,连续自相关函数 formula_9 通常定义为 formula_8 与其自身延迟 formula_11 的连续互相关。
formula_12
其中 formula_13 表示共轭复数,formula_14 是对函数 formula_15 操作的一个函数,定义为 formula_16 而 formula_17 表示卷积。
对于,formula_18。
注意积分中的参数 formula_19 是一个虚变量,并且只对计算积分有用。没有具体含义。
离散信号 formula_20 的延迟为 formula_21 的离散自相关 formula_22 是
formula_23
上述定义在信号平方可积或平方可和(即有限能量)的前提下才成立。但“永远持续”的信号被处理成随机过程,就需要使用基于期望值的与之不同的定义。对于宽平稳随机过程,自相关函数定义为
formula_24
formula_25
对于非平稳过程,这些也会是 formula_26 或者 formula_27 的函数。
对于还是的过程, 期望会被换成时间平均的极限。各态历经过程的自相关函数有时定义为或等于
formula_28
formula_29
这些定义的优点是,它们合理定义了周期函数的单变量结果,甚至当那些函数不是平稳各态历经过程时。
此外,「永远持续」的信号可以通过短时距自相关函数使用有限时间积分来处理(相关过程参见短时距傅立叶变换。)
多维自相关定义类似。例如,在三维中, 平方可和的离散信号的自相关就会是
formula_30
若在求自相关函数之前从信号中减去均值,得出的函数通常称为自协方差函数。
自相关函数的性质.
以下以一维自相关函数为例说明其性质,多维的情况可方便地从一维情况推广得到。
当f为实函数时,有:
formula_31
当f是复函数时,该自相关函数是厄米函数,满足:
formula_32
其中星号表示共轭。
formula_34
formula_35
formula_36
formula_37
自相关函数举例.
白噪声的自相关函数为"δ"函数:
formula_38
生成维基百科快照图片,大概需要3-30秒!