Calcule la corrélation croisée des séquences d'entrée X et Y. Câblez des données aux entrées X et Y pour déterminer l'instance polymorphe à utiliser, ou sélectionnez manuellement l'instance.


icon

Entrées/Sorties

  • c1ddbl.png X —

    X est la première séquence en entrée.

  • c1ddbl.png Y —

    Y est la deuxième séquence en entrée.

  • cenum.png algorithme —

    algorithme spécifie la méthode de corrélation à utiliser. Lorsque le paramètre algorithme est défini à direct, ce VI calcule la corrélation croisée en utilisant la méthode directe de corrélation linéaire. Lorsque le paramètre algorithme est défini à frequency domain, ce VI calcule la corrélation croisée en utilisant une technique basée sur la FFT.

    Si X et Y sont petits, la méthode direct est généralement plus rapide. Si X et Y sont importants, la méthode frequency domain est généralement plus rapide. Par ailleurs, de légères différences numériques peuvent exister entre les deux méthodes.

    0
    direct
    1
    frequency domain
    (valeur par défaut)
  • cenum.png normalisation —

    normalisation indique la méthode de normalisation à utiliser pour calculer la corrélation croisée entre X et Y.

    0
    none
    (valeur par défaut)
    1
    unbiased
    2
    biased
  • i1ddbl.png Rxy —

    Rxy représente la corrélation croisée de X et de Y.

  • ii32.png erreur —

    erreur renvoie toute erreur ou mise en garde générée par le VI. Vous pouvez câbler erreur au VI Convertir un code d'erreur en cluster d'erreur pour convertir le code d'erreur ou la mise en garde en cluster d'erreur.

    • Corrélation croisée 1D

    La corrélation croisée Rxy(t) des séquences x(t) et y(t) est définie par la formule suivante :

    où le symbole ⊗ indique la corrélation.

    L'implémentation discrète de ce VI est la suivante. Supposons que h représente une séquence dont l'indexation peut être négative, que N est le nombre d'éléments dans la séquence X en entrée, que M est le nombre d'éléments dans la séquence Y et que les éléments indexés de X et Y qui se situent hors de leur gamme sont égaux à zéro, comme représenté dans les formules suivantes :

    xj = 0, j < 0 ou j ≥ N

    et

    yj = 0, j < 0 ou j ≥ M.

    Le VI Corrélation croisée obtient alors les éléments de h en utilisant la formule suivante :

    pour j = –(N–1), –(N–2), … , –1, 0, 1, … , (M–2), (M–1)

    Les éléments de la séquence de sortie Rxy sont liés aux éléments dans la séquence h par

    Rxyi = hi – (N–1)

    pour i = 0, 1, 2, … , N+M–2.

    Dans la mesure où vous ne pouvez pas indexer les tableaux de LabVIEW avec des nombres négatifs, la valeur de corrélation croisée correspondant à t = 0 est le Nième élément de la séquence de sortie Rxy. Par conséquent, Rxy représente les valeurs de corrélation que le VI Corrélation croisée a décalées N fois lors de l'indexation.

    Le diagramme suivant montre une manière d'indexer le VI Corrélation croisée.

    Le graphe suivant représente le résultat du diagramme précédent.

    Dans certains cas, il est nécessaire d'appliquer une normalisation afin d'augmenter la précision du calcul de la corrélation croisée. Ce VI offre une normalisation biaisée et non biaisée.

    1. Normalisation biaisée

      Si la normalisation est biaisée, LabVIEW applique une normalisation biaisée comme suit :

      Rxy(biaisé)j =

      pour j = 0, 1, 2, ... ,M+N-2

      où Rxy correspond à la corrélation croisée entre x et y sans normalisation.

    2. Normalisation non biaisée

      Si la normalisation est sans biais, LabVIEW applique la normalisation sans biais comme suit :

      Rxy(non biaisé)j =

      pour j = 0, 1, 2, ... ,M+N-2

      où Rxy est la corrélation croisée entre x et y sans normalisation. f(j) est :