一维自相关(DBL)
- 更新时间2025-07-30
- 阅读时长4分钟
计算输入序列X的自相关。通过连线数据至X输入端可确定要使用的多态实例,也可手动选择实例。

输入/输出
X
—
X是输入序列。
归一化
—
归一化指定用于计算X的自相关的归一化方法。
Rxx
—
Rxx是X的自相关。
错误
—
错误返回VI的任何错误或警告。将错误连接至错误代码至错误簇转换VI,可将错误代码或警告转换为错误簇。 |
一维自相关
函数x(t)的自相关Rxx(t)定义如下:

其中符号⊗表示相关。
如需离散实现该VI,使Y代表序列,其索引可以为负,N是输入序列X中的元素个数,并假设X中索引元素超出范围的个数为零,如下列关系所示:
xj = 0, j < 0 或 j ≥ N该VI使用下列公式获得Y的元素:
,j = –(N–1), –(N–2), …, –1, 0, 1, …, (N–2), (N–1)
输出序列Rxx的元素与Y序列中的元素
Rxxi = yi–(N–1)i = 0, 1, 2, … , 2N–2
注意,输出序列 Rxx 的元素数是2N-1。因为你不能使用负数来索引LabVIEW数组,所以在 t = 0时的相应相关值是输出序列 Rxx的 第N个元素。因此,Rxx代表该VI移位N次索引后的相关值。下列程序框图为该VI的正确索引方法之一。

下图是以上程序框图的运行结果。

如需使自相关计算更精确,在某些情况下需归一化。该VI提供偏差和无偏差两种归一化。
-
有偏见的归一化
如果 归一化 是 有偏差的,LabVIEW会按以下方式应用有偏差的归一化:

j = –(N–1), –(N–2), …, –1, 0, 1, … , (N–2), (N–1),且
Rxx(偏差)i = yi–(N–1)i = 0, 1, 2, … , 2N–2
-
无偏的归一化
如果 归一化 是 无偏的,则LabVIEW应用无偏的归一化,如下所示:

j = –(N–1), –(N–2), …, –1, 0, 1, … , (N–2), (N–1),且
Rxx(无偏差)i = yi–(N–1)i = 0, 1, 2, … , 2N–2
X
—
归一化
—
Rxx
—
错误
—