自相关矩阵
- 更新时间2025-07-30
- 阅读时长3分钟
计算输入序列X的自相关矩阵。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。
VI通过下列等式计算自相关矩阵：
M是自相关矩阵，R是数据矩阵，s是归一化因子。RH是矩阵R的共轭转置。
如方法是自相关，则R是大小为(N+k) x (k+1)的矩阵，定义如下：
xi是X的第i个元素，N是X的长度，k是阶数。归一化因子s等于N。
如方法是前加窗，则 R是大小为N x (k+1)的矩阵，定义如下：
归一化因子s等于N。
如方法是后加窗，则 R是大小为N x (k+1)的矩阵，定义如下：
归一化因子s等于N。
如方法是协方差，则 R是大小为(N-k) x (k+1)列的矩阵，定义如下：
归一化因子s等于N-k。
如方法是修正协方差，则R是大小为2(N-k) x (k+1)列的矩阵，定义如下：
xi*是xi的复共轭。归一化因子s等于2*(N-k)。
该VI支持单次和连续模式。下图为该VI的单次和连续模式。自相关矩阵1和自相关矩阵2的输出结果始终一致。
自相关矩阵广泛应用于频谱分析领域，用于估计输入信号中的频谱成分。通常，对于频谱估计的结果，协方差和修正协方差方法好于自相关、预加窗和后加窗方法。在进行频谱分析时，美国国家仪器公司建议您使用 协方差 或 修正协方差 方法估计自相关矩阵。