主要内容

xcorr

交叉相关

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）返回交叉相关两个离散时间序列。互相关测量矢量之间的相似性x以及向量的移位(滞后)拷贝y作为滞后的函数。如果x和y如果有不同的长度，该函数会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是一个矩阵，那么r是一种矩阵，其列包含用于所有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对于前一个语法中的任何一个。

例子

r = xcorr (＿＿＿，scaleopt.）还为互相关或自相关指定一个规范化选项。除了“没有”(默认)x和y有相同的长度。

例子

［r，滞后] = Xcorr（＿＿＿）还返回计算相关性的滞后。

例子

全部收缩

打开直播脚本

创建一个向量x和一个向量y那等于x向右移动5个元素。计算并绘制估计的相互关系x和y．当元素的元素时，最大的尖峰发生在滞后值x和y完全匹配(5)。

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

Figure包含一个轴对象。轴对象包含类型为茎的对象。

打开直播脚本

计算并绘制向量的估计自相关x．最大的峰值出现在零滞后时，当x比赛本身没错。

n = 0:15;x = 0.84。^ n;[c，滞后] = Xcorr（x）;茎（滞后，c）

Figure包含一个轴对象。轴对象包含类型为茎的对象。

打开直播脚本

计算并绘制归一化的向量互相关x和y使用Unity Peak，并指定最大滞后10．

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

Figure包含一个轴对象。轴对象包含类型为茎的对象。

输入参数

全部收缩

输入数组，指定为向量、矩阵或多维数组。如果x是一个多维数组，然后是一个多维数组xcorr在所有维度上操作列，并将每个自相关和互相关作为矩阵的列。

数据类型:单|双倍的
复数的支持:金宝app是的

输入数组，指定为一个向量。

数据类型:单|双倍的
复数的支持:金宝app是的

最大滞后，指定为整数标量。如果您指定maxlag，返回的互相关序列范围-maxlag来maxlag．如果您未指定maxlag，滞后范围等于2N- 1，在哪里N是大的长度x和y．

数据类型:单|双倍的

规范化选项，指定为下列之一。

  • “没有”- 原始，未加工的互相关。“没有”是唯一有效的选择x和y有不同的长度。

  • “有偏见的”- 偏见互相关的估计：

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

  • “公正”- 对互相关的无偏见估计：

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

  • “归一化”或者多项式系数的-标准化序列，使自相关在零滞后等于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

全部收缩

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矩阵具有自相关的自相关和互相关的列x．如果您指定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. ） ，然后的结果R = xcorr (S)被组织为

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，作为向量返回。

更多关于

全部收缩

互相关和自相关

的结果xcorr可以解释为估计两个随机序列之间的相关性或作为两个确定性信号之间的确定性相关性。

两个共同固定式随机过程的真正互相关序列，xn和yn， 是（谁）给的

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

在哪里−∞<n<∞，星号表示复杂共轭E是预期的价值运算符。xcorr只能估计的序列，因为，在实践中，只有一个有限段的实现无限长随机过程是可用的。

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。

输出矢量，c，具有

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以产生准确的估计。您可以通过使用输入参数来控制相关性的规范化scaleopt.．

参考

[1]巴克，约翰·R·迈克尔·m·丹尼尔和安德鲁·c·辛格。信号与系统的计算机探索®．第二版。上部马鞍河，NJ：Prentice Hall，2002。

斯托伊卡，彼得和伦道夫·摩西。信号的光谱分析．上部马鞍河，NJ：Prentice Hall，2005。

扩展功能

另请参阅

|||

MATLAB文件

金宝app

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书