主要内容

xcorr

互相关

折叠所有页面

语法

R = xcorr(x,y)
R = xcorr(x)
R = xcorr(___maxlag)
R = xcorr(___scaleopt)
[r，滞后]= xcorr(___）

描述

例子

r= xcorr (x，y）返回互相关两个离散时间序列。互相关度量向量之间的相似度x以及矢量的移位(滞后)副本y作为滞后的函数。如果x而且y有不同的长度，函数在较短的向量的末尾追加0，因此它与另一个向量的长度相同。

例子

r= xcorr (x）的自相关序列x．如果x是矩阵吗r的列是否包含所有列组合的自相关和互相关序列x．

例子

R = xcorr(___，maxlag）限制延迟范围-maxlag来maxlag对于前面的语法。

例子

R = xcorr(___，scaleopt）还指定互相关或自相关的规范化选项。其他选项“没有”(默认值)要求x而且y有相同的长度。

例子

［r，滞后= xcorr(___）还返回计算相关性时的滞后时间。

例子

全部折叠

打开实时脚本

创建一个向量x还有一个向量y它等于x向右移动5个元素。计算并绘制估计的相互关系x而且y．最大的峰值出现在滞后值时的元素x而且y精确匹配(-5)。

N = 0:15;X = 0.84.^n;Y = circshift(x,5);[c，滞后]= xcorr(x,y);茎(滞后,c)

图中包含一个轴对象。axis对象包含一个stem类型的对象。

打开实时脚本

计算和绘制估计的自相关向量x．最大的峰值出现在零滞后时，当x完全匹配自身。

N = 0:15;X = 0.84.^n;[c，滞后]= xcorr(x);茎(滞后,c)

图中包含一个轴对象。axis对象包含一个stem类型的对象。

打开实时脚本

计算并绘制向量的归一化互相关x而且y具有统一峰值，并指定最大滞后10．

N = 0:15;X = 0.84.^n;Y = circshift(x,5);[c，滞后]= xcorr(x,y,10，“归一化”）;茎(滞后,c)

图中包含一个轴对象。axis对象包含一个stem类型的对象。

输入参数

全部折叠

输入数组，指定为矢量、矩阵或多维数组。如果x那么是多维数组吗xcorr在所有维度上按列操作，并将每个自相关和相互相关作为矩阵的列返回。

数据类型:单|双
复数支持:金宝app是的

输入数组，指定为一个向量。

数据类型:单|双
复数支持:金宝app是的

最大延迟，指定为整数标量。如果你指定maxlag，返回的互相关序列范围为-maxlag来maxlag．如果您没有指定maxlag时，滞后范围为2N- 1，其中N长度中较大的是哪个x而且y．

数据类型:单|双

标准化选项，指定为下列之一。

  • “没有”-原始的、未缩放的相互关联。“没有”什么时候是唯一有效的选项吗x而且y有不同的长度。

  • “有偏见的”-相互关系的偏倚估计:

    R ＾ x y ， 有偏见的 （ 米 ） ＝ 1 N R ＾ x y （ 米 ） ．

  • “公正”-相互关系的无偏估计:

    R ＾ x y ， 无偏见的 （ 米 ） ＝ 1 N − | 米 | R ＾ x y （ 米 ） ．

  • “归一化”或多项式系数的-规范化序列，使自相关性在零滞后等于1:

    R ＾ x y ， 多项式系数 （ 米 ） ＝ 1 R ＾ x x （ 0 ） R ＾ y y （ 0 ） R ＾ x y （ 米 ） ．

输出参数

全部折叠

互相关或自相关，以向量或矩阵的形式返回。

如果x是一个米×N矩阵,然后xcorr (x)返回一个（2米- 1) ×N2矩阵的列的自相关和交叉相关x．如果你指定maxlag,然后r尺寸(2 ×maxlag+ 1) ×N2．

例如，如果年代有三列， 年代 ＝ （ x 1 x 2 x 3. ） 的结果R = xcorr(S)组织为

R ＝ （ R x 1 x 1 R x 1 x 2 R x 1 x 3. R x 2 x 1 R x 2 x 2 R x 2 x 3. R x 3. x 1 R x 3. x 2 R x 3. x 3. ） ．

滞后指数，作为一个向量返回。

更多关于

全部折叠

互相关和自相关

的结果xcorr可以解释为两个随机序列之间的相关性的估计或两个确定性信号之间的确定性相关性。

两个联合平稳随机过程的真互相关序列，xn而且yn，由

R x y （ 米 ） ＝ E ｛ x n + 米 y n ＊ ｝ ＝ E ｛ x n y n − 米 ＊ ｝ ，

在哪里−∞<n<∞，星号表示复数共轭，和E是期望值算子。xcorr只能估计序列，因为在实践中，只有一个无限长随机过程的实现的有限段是可用的。

默认情况下,xcorr计算未归一化的原始相关性:

R ＾ x y （ 米 ） ＝ ｛ ∑ n ＝ 0 N − 米 − 1 x n + 米 y n ∗ ， 米 ≥ 0 ， R ＾ y x ＊ （ − 米 ） ， 米 < 0.

输出向量，c的元素

c （ 米 ） ＝ R ＾ x y （ 米 − N ） ， 米 ＝ 1 ， 2 ， .．. ， 2 N − 1.

一般来说，相关函数需要归一化来产生准确的估计。您可以使用input参数来控制相关性的规范化scaleopt．

参考文献

[1]巴克，约翰R，迈克尔m丹尼尔，安德鲁c辛格。信号与系统的计算机探索用MATLAB®．第二版。上马鞍河，新泽西州:Prentice Hall, 2002。

Stoica, Petre和Randolph Moses。信号的频谱分析．上马鞍河，新泽西州:Prentice Hall, 2005。

扩展功能

另请参阅

|||