自相关函数



维基百科,自由的百科全书



跳转到: 导航, 搜索



自相关函数,信号处理、时间序列分析中常用的数学工具,反映了同一序列在不同时刻的取值之间的相关程度。


目录


[隐藏]

  • 1 定义
  • 1.1 统计学
  • 1.2 信号处理
  • 2 自相关函数的性质
  • 3 自相关函数举例
  • 4 参考文献

[编辑] 定义

自相关函数在不同的领域,定义不完全等效。在某些领域,自相关函数等同于自协方差。

[编辑] 统计学

将一个有序的随机变量系列与其自身相比较,这就是自相关函数在统计学中的定义。每个不存在相位差的系列,都与其自身相似,即在此情况下,自相关函数值最大。如果系列中的组成部分相互之间存在相关性(不再是随机的),则由以下相关值方程所计算的值不再为零,这样的组成部分为自相关。



自相关函数纹理分析 python 自相关函数曲线的特点_协方差


自相关函数纹理分析 python 自相关函数曲线的特点_自相关函数纹理分析 python_02

......... 期望值。


自相关函数纹理分析 python 自相关函数曲线的特点_自相关函数纹理分析 python_03

........ 在t(i)时的随机变量值。


自相关函数纹理分析 python 自相关函数曲线的特点_自相关函数纹理分析 python_04

........ 在t(i)时的预期值。


自相关函数纹理分析 python 自相关函数曲线的特点_维基百科_05

.... 在t(i+k)时的随机变量值。


自相关函数纹理分析 python 自相关函数曲线的特点_维基百科_06

.... 在t(i+k)时的预期值。


自相关函数纹理分析 python 自相关函数曲线的特点_信号处理_07

......... 为方差。


所得的自相关值R的取值范围为[-1,1],1为最大相关值,-1则为最大不相关值。

[编辑] 信号处理

在信息分析中,通常将自相关函数称之为自协方差方程。 用来描述信息在不同时间

自相关函数纹理分析 python 自相关函数曲线的特点_信号处理_08

的,信息函数值的相关性。

自相关函数纹理分析 python 自相关函数曲线的特点_协方差_09

,其中“*”是 卷积算符,

自相关函数纹理分析 python 自相关函数曲线的特点_信号处理_10

为取 共轭。


因为实数的共轭等于自己本身,所以很多课本上出现的公式是没有共轭的。 Because the real domain's conjugation is equal to itself and there are no conjugate symbol in many textbooks. 

[编辑] 自相关函数的性质

以下以一维自相关函数为例说明其性质,多维的情况可方便地从一维情况推广得到。

  • 对称性:从定义显然可以看出R(i) = R(−i)。连续型自相关函数为偶函数

当f为 实函数时,有:

自相关函数纹理分析 python 自相关函数曲线的特点_协方差_11

当f是 复函数时,该自相关函数是 厄米函数,满足:

自相关函数纹理分析 python 自相关函数曲线的特点_维基百科_12

其中星号表示 共轭。

  • 连续型实自相关函数的峰值在原点取得,即对于任何延时 τ,均有 。该结论可直接有柯西-施瓦茨不等式得到。离散型自相关函数亦有此结论。
  • 周期函数的自相关函数是具有与原函数相同周期的函数。
  • 两个相互无关的函数(即对于所有 τ,两函数的互相关均为0)之和的自相关函数等于各自自相关函数之和。
  • 由于自相关函数是一种特殊的互相关函数,所以它具有后者的所有性质。
  • 连续时间白噪声信号的自相关函数是一个δ函数,在除 τ = 0 之外的所有点均为0。
  • 维纳-辛钦定理(Wiener–Khinchin theorem)表明,自相关函数和功率谱密度函数是一对傅里叶变换对:

自相关函数纹理分析 python 自相关函数曲线的特点_自相关函数纹理分析 python_13

自相关函数纹理分析 python 自相关函数曲线的特点_信号处理_14

  • 实值、对称的自相关函数具有实对称的变换函数,因此此时维纳-辛钦定理中的复指数项可以写成如下的余弦形式:

自相关函数纹理分析 python 自相关函数曲线的特点_维基百科_15

自相关函数纹理分析 python 自相关函数曲线的特点_信号处理_16

[编辑] 自相关函数举例

白噪声的自相关函数为δ函数:



自相关函数纹理分析 python 自相关函数曲线的特点_维基百科_17