主要内容

xcorr

互相关

在页面中全部折叠

语法

R = xcorr(x,y)
R = xcorr(x)
R = xcorr(＿＿＿maxlag)
R = xcorr(＿＿＿scaleopt)
[r,lag] = xcorr(＿＿＿）

描述

例子

r= xcorr (x，y）返回互相关两个离散时间序列的。相互关系衡量的是一个向量之间的相似性x和矢量的移位(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加0所以它和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的列的所有组合是否包含自相关和互相相关序列的矩阵x．

例子

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

例子

R = xcorr(＿＿＿，scaleopt）还指定互相相关或自相关的规范化选项。除了“没有”(默认值)需要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。

例子

全部折叠

打开实时脚本

创建一个矢量x一个向量y它等于x向右移动5个元素。计算和绘制估计的相互关系x而且y．的元素时，最大的峰值出现在滞后值处x而且y精确匹配(-5)。

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

图中包含一个axes对象。axes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,lag] = xcorr(x);茎(滞后,c)

图中包含一个axes对象。axes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相互关系图x而且y具有统一峰值，并指定最大滞后为10．

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

图中包含一个axes对象。axes对象包含一个stem类型的对象。

输入参数

全部折叠

输入数组，指定为向量、矩阵或多维数组。如果x那么它是多维数组吗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:是的

输入数组，指定为向量。

数据类型:单|双
复数支持: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．如果不指定maxlag，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

规范化选项，指定为以下之一。

  • “没有”-原始的、无比例的相互关系。“没有”什么时候是唯一有效的选项x而且y有不同的长度。

  • “有偏见的”-相互关系的有偏见估计:

    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

交叉相关或自相关，作为向量或矩阵返回。

如果x是一个米×N矩阵,然后xcorr (x)返回一个（2米- 1) ×N2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. ） ，那么结果R = xcorr(S)组织方式为

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

全部折叠

交叉相关和自相关

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

两个联合平稳随机过程的真相互关序列，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<∞，星号表示复共轭，和E是期望值运算符。xcorr只能估计序列，因为在实践中，只有无限长随机过程的一个实现的有限段是可用的。

默认情况下,xcorr计算原始相关性，不进行归一化:

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的元素由

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才能得到准确的估计。您可以使用输入参数来控制相关的归一化scaleopt．

参考文献

巴克，约翰R，迈克尔M.丹尼尔，安德鲁C.辛格。用MATLAB进行信号与系统的计算机探索®．第二版。上马鞍河，新泽西州:普伦蒂斯大厅，2002年。

[2]斯托伊卡，彼得，还有伦道夫·摩西。信号的光谱分析．上马鞍河，新泽西州:普伦蒂斯大厅，2005年。

扩展功能

另请参阅

|||

Baidu
map