MATLAB中xcorr函数用法解析
xcorr是用于求解序列自相关和互相关的函数,通过help命令可以调出其具体说明,MATLAB中提供的几种用法如下:
c = xcorr(x,y)
c = xcorr(x)
c = xcorr(x,y,\'option\')
c = xcorr(x,\’option\’)
c = xcorr(x,y,maxlags)
c = xcorr(x,maxlags)
c = xcorr(x,y,maxlags,\'option\')
c = xcorr(x,maxlags,\'option\')
[c,lags] = xcorr(…)
这里只简单的举几个例子作分析,注:这里只分析线性卷积和线性相关,至于圆周卷积和圆周相关不做介绍(其涉及到圆周移位,主要用于周期序列)。
其实说到相关,我们很容易想到卷积,回顾下线性卷积的几个主要步骤
1.翻褶-2移位-3相乘-4相加(积分)
再回顾下线性相关的步骤,很容易分辨两者的共同点和不同点
1.移位(左移右移)-2相乘-3.相加
很明显,线性相关的步骤相比于线性卷积而言,只是少了翻褶这一步骤
(1)我们举例自相关用法:
a=xcorr([1 2 3],[1 2 3])
a =
3 8 14 8 3
这句语句是求解序列[1 2 3]的自相关输出,在MATLAB中式如何算的呢,下面分析
原序列 1 2 3—左右移位得到
1 2 3
1 2 3 =1×1+2×2+3×3=14
1 2 3 =2×1+3×2=8
1 2 3 =3×1=3
8 =1×2+2×3= 1 2 3
3=1×3= 1 2 3
这样一分析就很好理解了,至于互相关,操作过程和上面是一样的,但是需要注意的是,当个2个序列的长度不一样时,
MATLAB会将较短的序列补0操作,补至和较长序列一样的长度,其实这和理论上的操作也是一致的。
版权声明:本文为fpga-notes原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。