原创 蒲山牧: https://www.upsame.com/
[TOC]
信号处理过程中
-
卷积的定义
卷积
卷积满足交换律、分配律、结合律。也具有位移不变性以及缩放性质。
-
互相关的定义
互相关替换变量后有：
互相关
上述两式完全等价。
性质：
（1）互相关是两个函数间存在相似性的量度。
-
（2）由上述（2）式可得：
（3）相关运算和卷积运算的区别：
对相关来说，f(x)要取复共轭，运算时f(x)不需折叠。（4）f(x)和g(x) 做相关 等于 f*(-x) 与 g(x) 做卷积。
（5）注意互相关不满足交换律。
-
自相关
在信号分析当中通常将自相关函数称之为自协方差方程，定义如下：
KDMAwn.png
自相关是互相关的一种特殊情况，就是一个序列和它本身做相关，主要用来衡量一个序列在不同时刻取值的相似程度。
数理统计中
-
相关：我们通常说的相关系数的学名是---皮尔逊积差系数（Pearson's product moment coefficient），这种相关系数只对两个变量的线性关系敏感。
Pearson 相关系数使用两个变量的协方差和标准差来定义：其中，cov 是协方差，sigma 是标准差。因为 cov 可以写作：
所以 Person 相关系数的定义式可以写作：
-
自相关的定义式如下：
如果随机过程是一个宽平稳过程，那么均值和方差都不是时间的函数，所以，自相关定义式变为：
在某些学科中，会去掉归一化因子σ2，使用自协方差来代替自相关。但是归一化因子可以让自相关的取值在 [-1, +1] 之间，不会随着序列的绝对大小而变化。
在信号处理中：
自相关的定义会去掉归一化，即不用减去均值，也不用除以方差。当除以方差时，一般叫做另外一个名字：自相关系数(Autocorrelation coefficient)。
本文由博客 首发于蒲山牧的博客
