【数字信号处理】相关函数 ( 自相关函数示例 )
文章目录
- 一、自相关函数 示例
一、自相关函数 示例
给定一个 " 周期函数 " :
x(n)=Asin(ωn)x(n) = A \sin (\omega n)x(n)=Asin(ωn)
其中 ω=2πN\omega = \cfrac{2\pi}{N}ω=N2π , 求该 " 周期函数 " 的 " 自相关函数 "
rx(m)r_x(m)rx(m)
" 周期信号 " 的 自相关函数 公式 :
rx(m)=1N∑n=0N−1x∗(n)x(n+m)r_x(m) = \cfrac{1}{N}\sum_{n = 0}^{N-1}x^*(n)x(n+m)rx(m)=N1n=0∑N−1x∗(n)x(n+m)
参考 【数字信号处理】相关函数 ( 周期信号 | 周期信号的自相关函数 ) 博客 ;
该信号是 " 实信号 " , 不是 " 复信号 " , 不需要使用共轭 ∗^*∗ ;
rx(m)=1N∑n=0N−1x(n)x(n+m)r_x(m) = \cfrac{1}{N}\sum_{n = 0}^{N-1}x(n)x(n+m)rx(m)=N1n=0∑N−1x(n)x(n+m)
将
x(n)=Asin(ωn)x(n) = A \sin (\omega n)x(n)=Asin(ωn)
代入到上面的式子中 ;
rx(m)=1N∑n=0N−1[Asin(ωn)][Asin(ω(n+m))]r_x(m) = \cfrac{1}{N}\sum_{n = 0}^{N-1} [ A \sin (\omega n) ] [ A \sin (\omega ( n + m )) ]rx(m)=N1n=0∑N−1[Asin(ωn)][Asin(ω(n+m))]
展开式子 , 计算得到 :
rx(m)=1N∑n=0N−1A2sin(ωn)sin(ωn+ωm)r_x(m) = \cfrac{1}{N}\sum_{n = 0}^{N-1} A^2 \sin (\omega n) \sin ( \omega n + \omega m ) rx(m)=N1n=0∑N−1A2sin(ωn)sin(ωn+ωm)
使用 三角函数 和差化积 公式 , 参考 百度百科 https://baike.baidu.com/item/和差化积/6973039 ;
rx(m)=A2Ncosωm∑n=0N−1sin2ωn+A2Nsinωm∑n=0N−1sinωncosωnr_x(m) = \cfrac{A^2}{N} \cos \omega m \sum_{n = 0}^{N-1} \sin^2 \omega n + \cfrac{A^2}{N} \sin \omega m \sum_{n = 0}^{N-1} \sin \omega n \cos \omega nrx(m)=NA2cosωmn=0∑N−1sin2ωn+NA2sinωmn=0∑N−1sinωncosωn
下面的式子
∑n=0N−1sinωncosωn=0\sum_{n = 0}^{N-1} \sin \omega n \cos \omega n = 0n=0∑N−1sinωncosωn=0
值为 000 ,
当 n=0n = 0n=0 时 , sinωncosωn=0\sin \omega n \cos \omega n = 0sinωncosωn=0 ;
当 n=1n = 1n=1 时 , 与 n=N−1n = N-1n=N−1 时 , 抵消了 ;
当 n=2n = 2n=2 时 , 与 n=N−2n = N-2n=N−2 时 , 抵消了 ;
则最终结果为 0 , 则有 :
A2Nsinωm∑n=0N−1sinωncosωn=0\cfrac{A^2}{N} \sin \omega m \sum_{n = 0}^{N-1} \sin \omega n \cos \omega n = 0NA2sinωmn=0∑N−1sinωncosωn=0
当前的推导相关函数为 :
rx(m)=A2Ncosωm∑n=0N−1sin2ωnr_x(m) = \cfrac{A^2}{N} \cos \omega m \sum_{n = 0}^{N-1} \sin^2 \omega nrx(m)=NA2cosωmn=0∑N−1sin2ωn
根据 三角函数公式 :
sin2α=(1−cos2α)2\sin^2 \alpha=\cfrac{(1-\cos2\alpha)}{2}sin2α=2(1−cos2α)
可得 :
sin2ωn=(1−cos2ωn)2\sin^2 \omega n = \cfrac{(1- \cos 2 \omega n)}{2}sin2ωn=2(1−cos2ωn)
带入到相关函数中 , 可得 :
rx(m)=A2Ncosωm∑n=0N−112(1−cos2ωn)r_x(m) = \cfrac{A^2}{N} \cos \omega m \sum_{n = 0}^{N-1} \cfrac{1}{2} (1 - \cos 2 \omega n)rx(m)=NA2cosωmn=0∑N−121(1−cos2ωn)
下面的式子
∑n=0N−1cos2ωn=0\sum_{n = 0}^{N-1} \cos 2 \omega n = 0n=0∑N−1cos2ωn=0
值为 000 ,
则最终结果为 :
rx(m)=A22cosωmr_x(m) = \cfrac{A^2}{2} \cos \omega m rx(m)=2A2cosωm
【数字信号处理】相关函数 ( 自相关函数示例 )相关推荐
- MATLAB中常见数字信号处理相关函数汇总
MATLAB中常见数字信号处理相关函数汇总 现将MATLAB信号处理工具箱函数进行分组,便于记忆查询和长期回顾. Waveform Generation(波形产生) chairp: 产生扫频余弦函数: ...
- 【数字信号处理】相关函数应用 ( 正弦信号 的 自相关函数 分析 二 | 在白噪声中检测正弦信号 )
文章目录 一.正弦信号 的 自相关函数 分析 一.正弦信号 的 自相关函数 分析 正弦信号 s(n)=Asinωns(n) = A \sin \omega ns(n)=Asinωn , 其 幅度 A ...
- 【数字信号处理】相关函数应用 ( 使用 matlab 计算相关函数 )
文章目录 一.相关函数应用场景 1.生成高斯白噪声 2.信噪比 SNR 3.根据信噪比 SNR 求信号幅度 4.产生单载波信号及最终信号 5.求自相关函数及功率 6.matlab 完整代码 一.相关函 ...
- 【数字信号处理】傅里叶变换性质 ( 序列傅里叶变换共轭对称性质示例 )
文章目录 一.序列傅里叶变换共轭对称性质示例 1.序列傅里叶变换共轭对称性质 1.序列实部傅里叶变换 2.序列虚部傅里叶变换 3.共轭对称序列傅里叶变换 4.共轭反对称序列傅里叶变换 2.求 a^n ...
- 【数字信号处理】傅里叶变换性质 ( 序列傅里叶变换共轭对称性质 | 实序列的幅频特性偶对称 | 实序列相频特性奇对称 | 示例说明 )
文章目录 一.实序列的 幅频特性 和 相频特性 对称性质 二.性质由来 三.示例说明 一.实序列的 幅频特性 和 相频特性 对称性质 如果 x(n)x(n)x(n) 序列是 " 实序列 &q ...
- 【数字信号处理】相关函数 ( 卷积与交换性 | 相关函数不具有交换性 | 推导过程 )
文章目录 一.卷积与交换性 1.卷积概念 2.卷积交换律 二.相关函数交换性 一.卷积与交换性 1.卷积概念 对于 线性时不变系统 ( LTI - Linear time-invariant ) 来说 ...
- 【数字信号处理】傅里叶变换性质 ( 序列傅里叶变换共轭对称性质示例 | 证明 原序列实部 x_R(n) 的 傅里叶变换 是 原序列傅里叶变换 的 共轭对称序列 )
文章目录 一.前置公式定理 1.相关元素说明 x(n) 分解为实部序列与虚部序列 x(n) 分解为共轭对称序列与共轭反对称序列 ( 序列对称分解 ) X(e^{jω}) 分解为实部序列与虚部序列 X( ...
- 【数字信号处理】傅里叶变换性质 ( 序列傅里叶变换共轭对称性质示例 | 证明 共轭对称序列 x_e(n) 的 傅里叶变换 是 原序列傅里叶变换 的实部 )
文章目录 一.前置公式定理 1.相关元素说明 x(n) 分解为实部序列与虚部序列 x(n) 分解为共轭对称序列与共轭反对称序列 ( 序列对称分解 ) X(e^{jω}) 分解为实部序列与虚部序列 X( ...
- 数字信号处理中的自相关和互相关计算和物理意义(二)
在信号处理中,经常要研究两个信号的相似性,或者一个信号经过一段时间延迟后自身的相似性,以便实现信号检测.识别与提取等. 可用于研究信号相似性的方法称为相关,该方法的核心概念是相关函数和互相关函数. 1 ...
最新文章
- 2020-08-17TensorFlow 和keras有什么区别?
- 检测跟踪分割网络笔记
- IDA __OFSUB__ 测试
- spring timetask 定时任务调度
- 【图像处理】——比特平面原理和实现方法(全网较全面,含所有比特位图的分层方法)
- Ubuntu/Mac彻底解决手机ADB识别问题
- (Step2-500题)POJ训练计划+SGU
- mysql更新一条语句_讲讲一条MySQL更新语句是怎么执行的?
- Android相机基础基于camera2API
- 坚持练字一年是什么样的体验?
- pytorch学习 nn.Conv2d(nc, ndf, 4, 2, 1, bias=False)
- 免费的顶级域名要在哪申请?
- gradient设置上下渐变_CSS3 线性渐变(linear-gradient)
- vue二维码生成与图片下载
- 安装linux之后没有网
- 浅谈加密技术在电子商务中的应用
- 【005】Nginx学习笔记-Nginx真实IP
- LDAP应用:OpenLDAP集成到Jumpserver
- 注塑模具设计时,需要依据哪些设定原则?
- 信息学奥赛一本通T1158