自相关函数統計學名詞 / 维基百科,自由的 encyclopedia 自相关(英语:Autocorrelation),也叫序列相关[1],是一个信号于其自身在不同时间点的互相关。非正式地来说,它就是两次观察之间的相似度对它们之间的时间差的函数。它是找出重复模式(如被噪声掩盖的周期信号),或识别隐含在信号谐波频率中消失的基频的数学工具。它常用于信号处理中,用来分析函数或一系列值,如时域信号。 卷积、互相关和自相关的图示比较。运算涉及函数 f {\displaystyle f} ,并假定 f {\displaystyle f} 的高度是1.0,在5个不同点上的值,用在每个点下面的阴影面积来指示。 上面:100个随机数序列的图,其中隐含了一个正弦函数。下面:自相关函数产生的相关图(英语:correlogram)显示出的正弦函数。
自相关(英语:Autocorrelation),也叫序列相关[1],是一个信号于其自身在不同时间点的互相关。非正式地来说,它就是两次观察之间的相似度对它们之间的时间差的函数。它是找出重复模式(如被噪声掩盖的周期信号),或识别隐含在信号谐波频率中消失的基频的数学工具。它常用于信号处理中,用来分析函数或一系列值,如时域信号。 卷积、互相关和自相关的图示比较。运算涉及函数 f {\displaystyle f} ,并假定 f {\displaystyle f} 的高度是1.0,在5个不同点上的值,用在每个点下面的阴影面积来指示。 上面:100个随机数序列的图,其中隐含了一个正弦函数。下面:自相关函数产生的相关图(英语:correlogram)显示出的正弦函数。