信号相关性分析.pptVIP

信号相关性分析基本原理 问题的提出？ 在信号的分析中，有时需要对两个以上信号的相互关系进行研究，如：在通讯系统，雷达系统，甚至控制系统中，发出端的信号波形是已知的，在接收端信号中，我们必须判断是否存在由发送端发出的信号，但是困难在于接收端信号中即使包含了发送端发送的信号，也往往因各种干扰产生畸变。一个很自然的想法是用已知的发送波形与畸变了的接收波形相比较，利用他们的相似或相异性作出判断，这就是需要解决信号之间的相似或相异性的度量问题，这就是信号的相关分析要解决的问题。 什么是信号 信号：运载信息的载体。 信号处理：对信号进行某种加工和变换，目的是消除信号中混杂的噪声和干扰，将信号变换成容易分析与识别的形式，以便于估计和选择它的特征参量 信号的相关有互相关与自相关两种，分别用于描述两个信号x（t）与y（t）或一个信号在一定时移前后x(t)与x（t+τ）之间的关系 信号的自相关： 描述信号样本x(t)与时移后的样本x（t+τ）的相似程度。定义自相关函数为： 自相关函数性质 1、自相关函数是τ的偶函数; 2、当τ=0时： （1）自相关函数等于信号的能量 （2）自相关函数在τ=0时为最大值，也就是自相关函数在τ为任何值时，都不会大于它的初始值，即 （3）平均值为0的随机函数的自相关函数等于均方值或方差，即 3、当τ相当大时：（1）平均值为0的随机函数的自相关函数很快收敛于0，即   （2）当τ足够大，对于周期信号x(t)的自相关函数仍然是同频率的周期信号，但是不保留原信号的相位信息 4、（1）平均值不为0的随机函数的自相关函数，很快接近于平均值的平方，即（2）平均值不为0的随机函数的自相关函数等于均方值或方差加均值平方的和，即 5、如果随机信号x(t)是由噪声n(t)和独立信号 h(t）组成，则x(t)的自相关函数是这两部分各自自相关函数之和，即 信号的互相关：描述信号x(t)与y(t)的相似程度，定义互相关函数为 1、互相关函数不是偶函数：  2、 和 不是同一个函数，即：但是存在下列关系：3、两周期信号的互相关函数仍然是同频率的周期信号，且保留原来信号的相位信息。因此，互相关函数取最大值时，反映了信号的滞后。 4、如果x(t)与y(t)是两个完全独立无关信号则 ，所以，互相关函数能够捡拾在隐藏在外界噪声中的规律性信号。 的峰值一般均不在τ=0处。下图是一对随机时间历程记录互相关函数 与时间τ之间的关系。 如果x(t)是一对系统的输入信号，而y(t)是系统的输出信号，则由最高峰处读出的 就是该系统的滞后时间。 在互相关分析时，关键问题是选择 。最好对峰值出现的位置要有估计，使之不要出现在互相关图之外。当然，也不要过分靠近纵轴线，这样测出的τ值精度不高。一般可以先选择较大 进行一次，以便看清 的全貌，然后再选择适当的 进行分析。 相关系数 统计学中用相关系数来描述随机变量x,y之间的线性相关性。变量x,y的相关系数定义为： 式中， 为x和y的协方差； ， 为x和y的标准偏差； 为x和y的平均值。 取值在[-1,1]区间内。当x和y之间完全是线性关系， 为+1或-1；当x和y含有随机噪声或有确定的非线性关系，则 ＜1；当x和y完全随机散步，互相没有关联， 则 =0；因此， 是x和y之间的线性关联程度的量度。 图为X,Y两个变量组成的数据点分布。由图可见：两个变量的相关系数的绝对值越接近1，他们的线性相关程度越好。