主要内容

相关和卷积

互相关,自相关,交叉协方差,自电化,线性和圆形卷积

信号处理工具箱™提供了一系列相关和卷积函数,可以检测信号的相似性。确定周期,找到隐藏在长数据记录中的感兴趣的信号,并测量信号之间的延迟以同步它们。计算线性时不变(LTI)系统对输入信号的响应,执行多项式乘法,并进行循环卷积。

功能

全部展开

corrcoef 相关系数
corrmtx 数据矩阵用于自相关矩阵估计
xcorr 交叉相关
xcorr2 二维互相关
xcov Cross-covariance
CConv. 模n循环卷积
conv 卷积和多项式乘法
conv2 二维卷积
convmtx 卷积矩阵
COV. 协方差
deconv 解卷积和多项式划分
alignsignals 通过延迟最早的信号来对齐两个信号
DTW. 动态时间翘曲信号之间的距离
edr. 编辑真实信号的距离
finddelay 估计信号之间的延迟(秒)
findsignal. 利用相似度搜索找到信号位置

主题

常见的应用程序

在测量中找到一个信号

确定一个信号是否与一个长噪声数据流中的一段相匹配。

对齐两个简单信号

学习使用互相关对齐不同长度的信号。

用不同的开始时间对齐信号

同步不同传感器在不同时刻采集的数据。

使用互相关对准信号

使用互相关与保险丝异步数据。

利用自相关发现周期性

验证噪声信号中周期的存在,并确定它们的持续时间。

回声取消

使用自相关过滤掉一个语音记录的回声。

自相关和互相关

多通道输入的互相关

计算多通道信号的自相关和互相关联。

样本自相关的置信区间

为白噪声过程的自相关序列创建置信区间。

指数序列的自相关函数

计算指数序列的自相关并将其与分析结果进行比较。

两个指数序列的互相关

计算两个指数序列的互相关,并与解析结果进行比较。

移动平均过程的自相关

使用滤波将自相关引入白噪声过程。

两个移动平均过程的互相关

找出并绘制两个移动平均过程之间的互相关序列。

噪声中延迟信号的互相关

使用互相关序列来检测噪声损坏序列中的时间延迟。

相位滞后正弦波的互相关

利用互相关序列来估计两个正弦波之间的相位滞后。

线性卷积和循环卷积

建立线性卷积和循环卷积的等价性。

特色的例子