入力シーケンスXの自己相関行列を計算します。X入力にデータを配線して使用する多態性インスタンスを決定するか、インスタンスを手動で選択します。


icon

このVIは以下の手順で自己相関行列を計算します。

ここで、Mは自己相関行列、Rはデータマトリックス、sは正規化因子です。RHは行列Rの共役転置です。

メソッドが自己相関の場合、Rは以下のように定義されたサイズ (N+k)-by-(k+1) の行列です。

ここで、xiはXのi番目の要素、NはXの長さ、kは順序です。正規化因子のsはNと同じです。

メソッドが窓適用前の場合、Rは以下のように定義されたサイズ N-by-(k+1) の行列です。

正規化因子のsはNと同じです。

メソッドが窓適用後の場合、Rは以下のように定義されたサイズ N-by-(k+1) の行列です。

正規化因子のsはNと同じです。

メソッドが共分散の場合、Rは以下のように定義されたサイズ (N-k)-by-(k+1) の行列です。

正規化因子のsはN-kと同じです。

メソッドが修正された共分散の場合、Rは以下のように定義されたサイズ 2(N-k)-by-(k+1) の行列です。

ここで、xi*は、xiの複素共役です。正規化因子のsは2*(N-k)と同じです。

このVIは単発および連続モードの両方をサポートします。以下の図は、単発および連続モードで「自己相関行列」VIを使用する方法を説明します。自己相関行列1および自己相関行列2の2つの出力は、いつも同じ結果を生成します。

自己相関行列は、入力信号内のスペクトル成分を推定するために、スペクトル解析の分野で広く使用されている。一般的に、共分散メソッドおよび修正された共分散メソッドの方が、自己相関、窓適用前、および窓適用後よりも優れたスペクトル推定処理の結果を生成します。ナショナルインスツルメンツでは、スペクトラム解析を行う際に、 共分散 法または 修正共分散 法を使用して自己相関行列を推定することを推奨しています。