数字信号处理4剖析.ppt

有时需要把一个或多个信号与参考信号进行比较，以便确定每对信号之间的相似性并从相似性中提取额外的信息 例如，在数字通信中，一个数据符号集由一组独特的离散时间序列表示 如果其中某一序列被传输，则接收机必须通过把接收到的信号与这个数据符号集中的每个可能的序列进行比较 2.6 信号的相关 同样，在雷达和声呐的应用中，接收到的从目标反射回来的信号是发射信号的延迟形式，通过测量延迟，可以确定目标的位置 在实际中，由于接收信号通常会受到加性随机噪声，因此，检测问题变得更加复杂 2.6 信号的相关 互相关序列： 表示一对能量信号 和 之间相关性的度量，其定义为 参数 称为时滞，表示这一对信号的时移 定义 2.6 信号的相关 若时滞为正，则说明时间序列 相对于参考序列 右移了 个样本值；若为负，则说明相对左移了 个样本值 若希望 做参考序列而序列 相对于 平移，则相应的互相关序列为 因此， 是序列 经过时间反转得到的 下标 的顺序说明 是参考序列，它在时间上保持固定，而序列 相对于 做平移 2.6 信号的相关 我们令 即可得到序列 的自相关序列为 注意： ，即信号 的能量 2.6 信号的相关 由 的关系可以推出 ，表明当 为实序列时， 是偶序列 研究下式 可以看到互相关的表达式与线性卷积表达式相似 若重写互相关表达式，这种相似性将会更加清楚 2.6 信号的相关 自相关和互相关序列的性质 已知两个有限能量序列 和 现在，组合序列 的能量也是有限的且是非负的，即 2.6 信号的相关 因此， 对任何有限值 ，上页公式可重写为 其中， ，且 2.6 信号的相关 换言之，矩阵 是半正定的，即 上面的不等式给出了互相关序列样本的上界 若设 ，则上式可简化为 或等效地有 2.6 信号的相关 这是一个重要的结论，它指出零时滞时，自相关序列取最大值 为得到互相关序列的另外一个性质，考虑情况 此时， 其中， 为整数， 2.6 信号的相关 因此有 把上面的结果带入 我们得到 用MATLAB计算相关 MATLAB中，很容易计算得到互相关和自相关序列 例- 定义两个有限长序列 2.6 信号的相关 利用课本中 求取并画出互相关序列 2.6 信号的相关 注意：在零时滞处， 取最大值 利用课本中 求取并画出自相关序列 2.6 信号的相关 下图画出了当 时 与 的互相关 注意：互相关的峰值恰好在 值处 2.6 信号的相关 下图画出了受噪声干扰的序列的自相关图，其中随机噪声由函数rand产生 自相关仍然在零时滞处呈现峰值 2.6 信号的相关 为了便于比较和显示，常用自相关和互相关的归一化形式 注意： 和 ，且与 和 的值的范围无关 2.6 信号的相关 自相关和互相关序列也可以直接调用函数XCORR来计算 然而，用该函数产生的相关序列是用程序 产生的序列的时间反转形式 功率信号的相关性计算 对一对功率信号 和 ，其互相关序列定义为 而 的自相关序列为 2.6 信号的相关 周期信号的相关性计算 同样，若 和 是周期为 的两个周期序列，则其互相关序列为 而 的自相关序列为 2.6 信号的相关 注意：从上面的定义可知 和 也是周期为 的周期序列 自相关序列的周期性可以用于确定受到加性随机干扰影响的的周期信号的周期 2.6 信号的相关 设 是正的周期信号，它受随机噪声 干扰后，得到信号 其中，