文件帮助中心文件
交叉相关
r = xcorr(x,y)
r = xcorr(x)
r = xcorr(___,maxlag)
r = xcorr(___,scaleopt)
[r,lags] = xcorr(___)
例子
R.= Xcorr(X那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并转移(滞后)矢量副本y作为滞后的函数。如果X和y具有不同的长度,该函数将零点附加到较短的向量的末端,因此它与另一个相同的长度。
R.= Xcorr(X那y)
R.
X
y
R.= Xcorr(X)返回自相关序列X。如果X是一个矩阵,然后R.是一个矩阵,其列包含用于所有组合的自相关和交互相关序列X。
R.= Xcorr(X)
r = xcorr(___那Maxlag.)限制滞后范围-maxlag.至Maxlag.对于前一个语法中的任何一个。
r = xcorr(___那Maxlag.)
Maxlag.
-maxlag.
r = xcorr(___那ScaleOpt.)还指定跨关联或自相关的归一化选项。除了以外的任何选择'没有任何'(默认)需要X和y具有相同的长度。
r = xcorr(___那ScaleOpt.)
ScaleOpt.
'没有任何'
[R.那滞后] = Xcorr(___)还返回计算相关联的滞后。
[R.那滞后] = Xcorr(___)
滞后
全部收缩
创建矢量X和一个矢量y那是等于的X向右移动5个元素。计算和绘制估计的互相关X和y。当元素的元素时,最大的尖峰发生在滞后值X和y匹配完全(-5)。
n = 0:15;x = 0.84。^ n;Y = Cirsprift(X,5);[c,滞后] = Xcorr(x,y);茎(滞后,C)
计算和绘制载体的估计自相关X。最大的尖峰发生在零滞后,当时X完全匹配自己。
n = 0:15;x = 0.84。^ n;[c,滞后] = xcorr(x);茎(滞后,C)
计算和绘制载体的标准化交叉相关性X和y使用Unity Peak,并指定最大滞后10.。
10.
n = 0:15;x = 0.84。^ n;Y = Cirsprift(X,5);[c,滞后] = xcorr(x,y,10,'标准化');茎(滞后,C)
输入数组,指定为向量,矩阵或多维数组。如果X那是一个多维数组XCorr.在所有维度上运行列,并将每个自相关和互相关作为矩阵的列。
XCorr.
数据类型:单身的|双倍的复数支持:万博1manbetx是的
单身的
双倍的
输入数组,指定为向量。
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.至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:单身的|双倍的
'偏见'
“无偏见”
'标准化'
'coeff'
归一化选项,指定为以下之一。
'没有任何'- 原始,未加工的互相关。'没有任何'是唯一有效的选择X和y有不同的长度。
'偏见'- 偏见的互相关估计:
R. ^ X y 那 偏见 ( m ) = 1 N R. ^ X y ( m ) 。
“无偏见”- 对互相关的无偏见估计值:
R. ^ X y 那 无偏见 ( m ) = 1 N - | m | R. ^ X y ( m ) 。
'标准化'或者'coeff'- 归一化序列,使自相关零滞后等于1:
R. ^ X y 那 COEFF. ( m ) = 1 R. ^ X X ( 0. ) R. ^ y y ( 0. ) R. ^ X y ( m ) 。
互相关或自相关,作为向量或矩阵返回。
如果X是一个m×N矩阵,然后Xcorr(x)返回A.(2m- 1)×N2具有自相关的矩阵和列的互相关X。如果您指定Maxlag., 然后R.有尺寸(2×Maxlag.+ 1)×N2。
Xcorr(x)
例如,如果S.有三列, S. = ( X 1 X 2 X 3. ) ,那是结果r = xcorr(s)组织为
S.
r = xcorr(s)
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。
的结果XCorr.可以解释为两个随机序列之间的相关性的估计,或者是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 ( m ) = E. { X N + m y N * } = E. { X N y N - m * } 那
在哪里-∞<N<∞,星号表示复杂共轭,E.是预期的价值运算符。XCorr.只能估计序列,因为在实践中,只有一个有限段的一个实现无限长度随机过程。
默认,XCorr.计算没有归一化的原始相关性:
R. ^ X y ( m ) = { σ. N = 0. N - m - 1 X N + m y N * 那 m ≥ 0. 那 R. ^ y X * ( - m ) 那 m < 0。
输出矢量,C,有元素由
C
C ( m ) = R. ^ X y ( m - N ) 那 m = 1 那 2 那 ...... 那 2 N - 1。
通常,相关函数需要归一化以产生准确的估计。您可以使用输入参数来控制相关性的归一化ScaleOpt.。
[1]巴克,约翰·罗,迈克尔·丹尼尔和安德鲁C.歌手。使用MATLAB的信号和系统的计算机探索®。第2版。上鞍河,新泽西:Prentice Hall,2002。
[2] Stoica,Betre和Randolph摩西。信号的光谱分析。上部马鞍河,NJ:Prentice Hall,2005。
使用说明和限制:
这X输入必须是高级列向量。
这y输入必须是非高大的向量。
语法Xcorr(x)不受支持。万博1manbetx
这ScaleOpt.不支持选项。万博1manbetx
如果您指定Maxlag.然后它必须满足maxlag <= max(numel(x),numel(y)) - 1。
maxlag <= max(numel(x),numel(y)) - 1
这滞后输出作为高列向量返回。
有关更多信息,请参阅高阵列。
领先者尺寸(x)(在第一尺寸长度不等于1)之前的尺寸长度为1)对于每个输入,必须是恒定的X。如果X是可变的大小,是一排矢量,它必须是1-by-:。它不可能是:-经过-:和尺寸(x,1)运行时= 1。
尺寸(x)
:
尺寸(x,1)
此功能完全支持GPU阵列。万博1manbetx有关更多信息,请参阅在GPU上运行matlab函数(并行计算工具箱)。
例如,创建一个GPUArray.来自信号的对象X并计算归一化自相关。
GPUArray.
T = 0:0.001:10-0.001;x = cos(2 * pi * 10 * t)+ Randn(尺寸(t));x = gpuarray(x);[r,lags] = xcorr(x,200,'标准化');r =聚集(r);
conv|Corrcoef.|COV.|XCOV.
conv
Corrcoef.
COV.
XCOV.
您有此示例的修改版本。您是否希望使用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室