相关与褶积.docxVIP

实验三 相关与褶积的讨论分析实验目的：通过编程实现褶积与相关，对褶积与相关的认识更加深刻，理解褶积 相关的区别与联系。理解褶积滤波和相关滤波，并能实现简单的褶积滤波和相关滤波。实验要求：给定两个序列x={1,2,3,4,5,6,7},y={7,6,5,4}。要求完成序列x、y的褶积与相关，并图示。实验步骤：做序列x、y的褶积和相关。褶积离散公式： ；相关离散公式： ；其中褶积计算过程为：X(0)=x(0)*y(0)=1*7=7;X(1)=y(1)*x(0)+y(0)*x(1)=6*1+7*2=20;X(2)=y(2)*x(0)+y(1)*x(1)+y(0)*x(2)=5*1+6*2+7*3=38;……X(9)=y(3)*x(6)=4*7=28;其结果如图所示：由于在matlab中数组下标是从1开始的，所以有效长度为2---11，为10=7+4-1；从上面的计算过程也可以看出，褶积长度为L=M+N-1；相关的计算过程为： =y(0)*x(0)+y(1)*x(1)+y(2)*x(2)+y(3)*x(3)=1*7+2*6+4*5+4*4=59； =y(0)*x(1)+y(1)*x(2)+y(2)*x(3)+y(3)+x(4)=7*2+6*3+5*4+4*5=72；…… =y(0)*x(6)=7*7=49;其结果如图所示：Matlab中数组下标从1开始，所以其有效长度为1—7。褶积和相关长度的分析。如果用Mat lab中自带的函数conv和xcorr做序列x和y的褶积和相关，其结果如图所示：图中红线为matlab自带的conv函数做褶积的结果，蓝线为编写的褶积计算公式计算的结果，由此可见，计算结果与conv函数计算结果的数值是相同的，只是在横轴上错动了一个单位，所以编写的计算公式是可信的。实际上，褶积是两个序列的振幅谱相乘、相位谱相加，即,且, 所以褶积运算满足交换律。而相关是两个序列的振幅谱相乘、相位谱相减，即 ，且 ，所以相关不满足交换律。其中蓝线为编写相关计算公式计算的结果，红线为matlab中xcorr函数做相关的结果，由图可见，编写的计算公式与xcorr计算的结果只是有一部分是相同的，而且错开4个单位。自相关和互相关函数可如下定义：设原函数是f(t)，则自相关函数定义为R(u)=f(t)*f(-t)，其中*表示卷积；设两个函数分别是f(t)和g(t)，则互相关函数定义为R(u)=f(t)*g(-t)，它反映的是两个函数在不同的相对位置上互相匹配的程度。在matlab中求解xcorr的过程事实上是利用Fourier变换中的卷积定理进行的，即R(u)=ifft(fft(f)×fft(g))，此公式仅表示形式计算，并非实际计算所用的公式。也可以直接用褶积计算，程序代码：x=[1,2,3,4,5,6,7];y=[7,6,5,4];[a,b]=xcorr(x,y);subplot(2,1,1); plot(a);grid on;title(xiangguan);yy=fliplr(y); % or use: yy=fliplr(y);z=conv(x,yy);subplot(2,1,2);plot(z,r);grid on;title(zheji);从图中可以看出，用褶积做的和用相关做的结果数值相同，只是在横轴上错动了3个单位，其原因应该是序列x、y的长度不同。讨论分析：随机信号自相关为零。随机干扰的自相关在0处取得最大值，时移无穷大时，自相关为零。如图所示，图中信号为一正弦信号加上一随机干扰。其中正弦信号为： ,随机干扰为正态分布的随机数randn，对加随机干扰后的信号x1(t)做自相关，其结果如图所示：图中上图为matlab中的xcorr函数做自相关的结果，下图为编写的计算公式计算的结果。从图中可以看出，两者的数值是相通的，只是前者是关于t=200对称的。自相关在t=0（或t=200）处取得极大值，在t200以后为零。恰好说明了随机干扰的自相关在0处取得最大值，时移无穷大时，自相关为零。那么在频率域，自相关则消除了随机干扰的成分，同时也有一部分有效信号收到压制。如图所示：上图为原信号x(t)的频谱，中图为加随机干扰的信号的频谱，由图中可以看出，在有效信号的峰值之间存在不规则的随机干扰。下图为加随机干扰的信号做自相关之后的频谱。由图中可以看出，加随机干扰的信号在做自相关之后，随机干扰的频率成分被消除，与此同时，有效信号也有部分受到压制。自相关 包含x(t)和y(t)共有的频率成分。因为 ，且，所以只有当X(w)和Y(w)不同时为零时， 才不为零。有两个信号:两个信号的频率不同，其中x(t)包含25HZ和40HZ的频率成分，y(t)包含25HZ和80HZ的频率成分。但是包含共有的频率成分25HZ，其结果如图所示：原始信号图形：互相关