计算输入序列X和Y的互相关。通过连线数据至X和Y输入端可确定要使用的多态实例，也可手动选择实例。


icon

输入/输出

  • c2dcdb.png X —

    X是第一个复数输入序列。

  • c2dcdb.png Y —

    Y是第二个复数输入序列。

  • cenum.png 算法 —

    算法指定使用的相关方法。算法的值为direct时，VI使用线性卷积的direct方法计算互相关。如算法为frequency domain，VI使用基于FFT的方法计算互相关。

    如果 X 和 Y 较小， direct 方法通常更快。如果 X 和 Y 较大， frequency domain 方法通常更快。此外，两个方法数值上存在微小的差异。

    0
    direct
    1
    frequency domain
    （默认）
  • i2dcdb.png Rxy —

    Rxy是X和Y的互相关。

  • ii32.png 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。

    • 二维互相关

    该VI依据下列公式计算二维互相关：

    i = –(M1–1), … , –1, 0, 1, … , (M2–1) and j = –(N1–1), … , –1, 0, 1, … , (N2–1)

    M1是矩阵X的行数，

    N1 是矩阵 X的列数， M2 是矩阵 Y的行数， N2 是矩阵 Y的列数， X 和 Y 范围外的索引元素等于零，如以下关系所示：

    x(m,n) = 0, m < 0 或 m ≥ M1 或 n < 0 或 n ≥ N1

    且

    y(m,n)=0，m<0或 m ≥ M2 或n<0或 n ≥ N2。

    输出矩阵Rxy的元素与h中的元素

    Rxy(I,j) = h(i–(M1–1), j–(N1–1)) for i = 0, 1, 2, … , M1+M2–2和j = 0, 1, 2, … , N1+N2–2。