De la Wikipedia, enciclopedia liberă.
În teoria semnalelor, corelația încrucișată (numită și corelație reciprocă sau corelație încrucișată , din engleză cross-correlation ) reprezintă măsura similarității a două semnale în funcție de o schimbare de timp sau de traducere aplicată unuia dintre ele.
Definiție intuitivă
Luând în considerare două semnale cu valoare reală {\ displaystyle x} Și {\ displaystyle y} care diferă doar printr-o deplasare pe axa t, corelația încrucișată poate fi calculată pentru a arăta cu cât {\ displaystyle y} trebuie anticipat pentru a-l face identic cu {\ displaystyle x} . Formula anticipează în esență semnalul {\ displaystyle y} de-a lungul axei t, calculând integralul produsului pentru fiecare valoare posibilă a deplasării. Când cele două semnale coincid, valoarea lui {\ displaystyle (x \ star y)} este maximizat, deoarece atunci când formele de undă sunt aliniate, ele contribuie doar pozitiv la calculul zonei.
Cu semnale complexe {\ displaystyle x} Și {\ displaystyle y} , ia conjugat de {\ displaystyle x} asigură că formele de undă aliniate cu componentele imaginare contribuie pozitiv la calculul integralei.
Definiție formală
Pentru două semnale de energie finită x și y , corelația încrucișată este definită ca:
- {\ displaystyle R_ {xy} (t) = (x \ star y) (t) \ {\ stackrel {\ mathrm {def}} {=}} \ int _ {- \ infty} ^ {\ infty} x ^ {*} (\ tau) \ y (t + \ tau) \, d \ tau}
unde x * denotă conjugatul complex al lui x .
Pentru două secvențe de timp discret, corelația încrucișată este definită ca:
- {\ displaystyle R_ {xy} [n] = (x \ star y) [n] \ {\ stackrel {\ mathrm {def}} {=}} \ sum _ {m = - \ infty} ^ {\ infty} x ^ {*} [m] \ y [n + m]}
În mod similar, în cazul semnalelor de alimentare, putem scrie:
- {\ displaystyle R_ {xy} (t) = (x \ star y) (t) \ {\ stackrel {\ mathrm {def}} {=}} \ lim _ {T \ to \ infty} {\ frac {1 } {T}} \ int _ {- {\ frac {T} {2}}} ^ {\ frac {T} {2}} x ^ {*} (\ tau) \ y (t + \ tau) \ , d \ tau}
și pentru secvențe de putere:
- {\ displaystyle R_ {xy} [n] = (x \ star y) [n] \ {\ stackrel {\ mathrm {def}} {=}} \ lim _ {N \ to \ infty} {\ frac {1 } {2N + 1}} \ sum _ {m = -N} ^ {N} x ^ {*} [m] \ y [n + m]}
Corelația încrucișată este similară în natură cu convoluția dintre două semnale. Spre deosebire de convoluție, care implică inversarea în timp a unui semnal și apoi deplasarea și produsul pentru un alt semnal, corelația implică doar deplasarea și produsul.
Proprietate
- Corelația încrucișată a semnalelor x ( t ) și y ( t ) este echivalentă cu convoluția lui x * (- t ) și y ( t ):
- {\ displaystyle x \ star y = (t \ mapsto x ^ {*} (- t)) * y.}
- {\ displaystyle {\ mathcal {F}} \ {x \ star y \} = ({\ mathcal {F}} \ {x \}) ^ {*} \ cdot {\ mathcal {F}} \ {y \ },}
in care {\ displaystyle {\ mathcal {F}}} denotă transformata Fourier.
- {\ displaystyle (x * z) \ stea y = z (-) * (x \ stea y)}
- De sine {\ displaystyle X} și {\ displaystyle Y} sunt două variabile aleatorii statistic independente cu densități de probabilitate f și respectiv g , apoi densitatea de probabilitate a diferenței {\ displaystyle XY} este dată de corelația încrucișată f {\ displaystyle \ star} g . În schimb, convoluția f {\ displaystyle *} g dă densitatea probabilității sumei {\ displaystyle X + Y} .
Autocorelare
O autocorelație este corelația încrucișată a unui semnal cu el însuși,
Pentru un semnal de energie finită x autocorelația este definită ca:
- {\ displaystyle R_ {x} (t) {\ stackrel {\ mathrm {def}} {=}} \ int _ {- \ infty} ^ {\ infty} x ^ {*} (\ tau) \ x (t + \ tau) \, d \ tau}
unde x * denotă conjugatul complex al lui x .
Pentru o secvență de timp discret, autocorelația este definită ca:
- {\ displaystyle R_ {x} [n] {\ stackrel {\ mathrm {def}} {=}} \ sum _ {m = - \ infty} ^ {\ infty} x ^ {*} [m] \ x [ n + m]}
În mod similar, în cazul semnalelor de putere finite, putem scrie:
- {\ displaystyle R_ {x} (t) {\ stackrel {\ mathrm {def}} {=}} \ lim _ {T \ to \ infty} {\ frac {1} {T}} \ int _ {- { \ frac {T} {2}}} ^ {\ frac {T} {2}} x ^ {*} (\ tau) \ x (t + \ tau) \, d \ tau}
și pentru secvențe de putere finite:
- {\ displaystyle R_ {x} [n] {\ stackrel {\ mathrm {def}} {=}} \ lim _ {N \ to \ infty} {\ frac {1} {2N + 1}} \ sum _ { m = -N} ^ {N} x ^ {*} [m] \ x [n + m]}
Utilizarea sa, de exemplu, este pentru a verifica orice tipar de periodicitate al semnalului x (t), în acest caz, de fapt, și corelația are periodicitate egală cu o anumită valoare a parametrului de traducere.
Proprietățile autocorelației
- Autocorelația are întotdeauna un vârf la origine.
- Autocorelația unui semnal este o funcție de simetrie hermitiană, {\ displaystyle R_ {x} ^ {*} (t) = R_ {x} (- t)} , intr-adevar
- {\ displaystyle {\ begin {align} R_ {x} ^ {*} (t) & = \ int _ {- \ infty} ^ {\ infty} \ left [x ^ {*} (\ tau) \ x ( t + \ tau) \, d \ tau \ right] ^ {*} \\ & = \ int _ {- \ infty} ^ {\ infty} x (\ tau) \ x ^ {*} (t + \ tau ) \, d \ tau \\ & = \ int _ {- \ infty} ^ {\ infty} x ^ {*} (\ tau ') \ x (\ tau' -t) \, d \ tau '\\ & = \ int _ {- \ infty} ^ {\ infty} x ^ {*} (\ tau ') \ x (\ tau' + (- t)) \, d \ tau '\\ & = R_ {x } (-t) \\\ end {align}}}
unde a fost utilizată identitatea {\ displaystyle t + \ tau = \ tau '} .
- Autocorelația unui semnal complet real este chiar și atunci când simetria hermitiană diferă de paritatea pentru conjugat, dar pe reale coincide cu numărul în sine.
- Valoarea asumată în origine coincide cu energia semnalului:
- {\ displaystyle R_ {x} (0) = \ int _ {- \ infty} ^ {\ infty} x ^ {*} (\ tau) \ x (0+ \ tau) \, d \ tau = \ int _ {- \ infty} ^ {\ infty} x ^ {*} (\ tau) \ x (\ tau) \, d \ tau = \ int _ {- \ infty} ^ {\ infty} | x (\ tau) | ^ {2} \, d \ tau = E_ {x}} .
Relația dintre corelație și convoluție
Amintiți-vă că convoluția dintre două semnale {\ displaystyle x (t)} Și {\ displaystyle y (t)} , real sau complex, simbolic indicat ca:
- {\ displaystyle x (t) * y (t)}
este dat indiferent de cele două expresii:
- {\ displaystyle \ int _ {- \ infty} ^ {+ \ infty} x (t) y (\ tau -t) \ dt}
Și
- {\ displaystyle \ int _ {- \ infty} ^ {+ \ infty} x (\ tau -t) y (t) \ dt} ,
de la primul treci la al doilea cu o simplă schimbare de variabilă.
Operatorul de corelație și operatorul de convoluție sunt legate de relație
- {\ displaystyle R_ {xy} (t) = x (t) * y ^ {*} (- t)} ,
intr-adevar
- {\ displaystyle x (t) * y ^ {*} (- t) = \ int _ {- \ infty} ^ {+ \ infty} x (\ tau) y ^ {*} (- (t- \ tau) ) \ d \ tau = \ int _ {- \ infty} ^ {+ \ infty} x (\ tau) y ^ {*} (\ tau -t) \ d \ tau = \ int _ {- \ infty} ^ {+ \ infty} x (\ tau + t) y ^ {*} (\ tau) \ d \ tau = R_ {xy} (t)} .
Elemente conexe
linkuri externe