定义
在统计学上,自相关被定义为,两个随机过程中不同时刻的数值之间的皮尔森相关(Pearson correlation).
如果X为广义平稳过程,则的期望以及标准差不随时间t变化,则自相关函数可以表示为时间延迟的函数,如下
信号处理
,
其中“*”是卷积算符,为取共轭。
同一时间函数在瞬时t和t+a的两个值相乘积的平均值作为延迟时间t的函数,它是信号与延迟后信号之间相似性的度量。延迟时间为零时,则成为信号的均方值,此时它的值最大。2
简而言之,自相关函数是表达信号和它的多径信号的相似程度。一个信号经过类似于反射、折射等其它情况的延时后的副本信号与原信号的相似程度。
性质以下以一维自相关函数为例说明其性质,多维的情况可方便地从一维情况推广得到。
对称性:从定义显然可以看出R(i) = R(−i)。连续型自相关函数为偶函数。
当f为实函数时,有:
当f是复函数时,该自相关函数是厄米函数,满足:
其中星号表示共轭。
连续型实自相关函数的峰值在原点取得,即对于任何延时 τ,均有 |R_f(\tau)| \leq R_f(0)。该结论可直接有柯西-施瓦兹不等式得到。离散型自相关函数亦有此结论。2
周期函数的自相关函数是具有与原函数相同周期的函数。
两个相互无关的函数(即对于所有 τ,两函数的互相关均为0)之和的自相关函数等于各自自相关函数之和。
由于自相关函数是一种特殊的互相关函数,所以它具有后者的所有性质。
连续时间白噪声信号的自相关函数是一个δ函数,在除 τ = 0 之外的所有点均为0。
维纳-辛钦定理(Wiener–Khinchin theorem)表明,自相关函数和功率谱密度函数是一对傅里叶变换对:
实值、对称的自相关函数具有实对称的变换函数,因此此时维纳-辛钦定理中的复指数项可以写成如下的余弦形式:
举例白噪声的自相关函数为δ函数:
具有罗伦兹功率谱的色噪声的自相关函数为:
=
应用信号处理中,自相关可以提供关于重复事件的信息,例如音乐节拍(例如,确定节奏)或脉冲星的频率(虽然它不能告诉我们节拍的位置)。另外,它也可以用来估计乐音的音高。