Wiem, że przesunięcie zera w funkcji autokorelacji jest równe jej energii, ale chciałbym zrozumieć, dlaczego szczyt ma zero.
autocorrelation
itamarb
źródło
źródło
Odpowiedzi:
Szukasz formalnego dowodu lub intuicji? W późniejszym przypadku: „Nic nie może być bardziej podobne do funkcji niż samo”. Autokorelacja przy opóźnieniu mierzy podobieństwo między funkcją a tą samą funkcją przesuniętą o . Zauważ, że jeśli jest okresowe, przesunięte o dowolną całkowitą wielokrotność i pokrywają się, więc autokorelacja ma kształt grzebieniowy - z pikami przy całkowitych wielokrotnościach okresu o tej samej wysokości co centralny pik.f τ f f τ fτ f τ f f τ f
źródło
Funkcja autokorelacji aperiodycznego sygnału energii skończonej w czasie dyskretnym jest dana przez dla sygnałów rzeczywistych i sygnałów złożonych. Ograniczając się do prawdziwych sygnałów dla łatwości prezentacji, rozważmy summand . Dla ustalonego opóźnienia i danego , zazwyczaj będzie miało wartość dodatnią lub ujemną. Jeśli tak się stanie, że dla określonego opóźnienia , jest nieujemne dla wszystkich , wówczas wszystkie warunki sumy sumują się (bez anulowania), a więcRx[n]=∑m=−∞∞x[m]x[m−n] or Rx[m]=∑m=−∞∞x[m](x[m−n])∗ x[m]x[m−n] n m x[m]x[m−n] n x[m]x[m−n] m Rx[n] x [ m - n ] x [ m ] x [ m - n ] x [ m ] x x [ m ] = { sin ( 0,1 π m )ma gwarancję dodatniej wartości. W rzeczywistości suma będzie największa, jeśli wszystkie szczyty w się ze szczytami w a doliny w
z dolinami w . Na przykład, jeśli jest przeskalowaną funkcją sinc, powiedzmy, że
ze szczytami przy and valley at
, wtedy będzie miał
maksima przy (i tym samym znacznikiem będzie miałx[m−n] x[m] x[m−n] x[m] x x[m]={sin(0.1πm)0.1πm,1,m≠0,m=0 m=0,±25,±45,… ±15,±35,±55,… x(t) Rx[n] n=0,±25,±45,…n=±15,±n=0,±25,±45,… minima przy gdy szczyty wyrównują się z dolinami). Globalnym maksimum jest oczywiście na opóźnienia
, gdy najwyższy pik w i pokrywają się. Rzeczywiście, wniosek ten dotyczy nie tylko tego sygnału sinusoidalnego, ale każdego sygnału. Przy opóźnieniu mamy
i mamy gwarancję, że nie tylko wszystkie szczyty i doliny są ustawione w jednej linii inne (bez względu na to, gdzie występują w ), ale także, że najwyższe szczyty i najgłębsze doliny są odpowiednio ustawione.n=±15,±35,±55,… R x [ n ] n = 0 x [ m ] x [ m - n ] n = 0 R x [ 0 ] = ∞ ∑ m = - ∞ ( x [ m ] ) 2 x [ m ]Rx[n] n=0 x[m] x[m−n] n=0 Rx[0]=∑m=−∞∞(x[m])2 x[m]
Bardziej formalnie, dla pedantów takich jak @JohnSmith, którzy żądają formalnych dowodów, Cauchy Inequality mówi, że w przypadku sekwencji o złożonej wartości i , Bardziej szczegółowa wersja ogranicza się do sekwencji o wartościach rzeczywistych tylko w celu ułatwienia ponieważ gdzie równość trzyma się w górnej (dolnej) granicy, jeśli istnieje liczba dodatnia (ujemna) tak że , (to znaczyu v ∣∣∣∑mu[m](v[m])∗∣∣∣2≤∑m|u[m]|2∑n|v[m]|2. −∑m(u[m])2∑m(v[m])2−−−−−−−−−−−−−−−−−−√≤∑mu[m]v[m]≤∑m(u[m])2∑m(v[m])2−−−−−−−−−−−−−−−−−−√ λ u=λv u[m]=λv[m] ∀m gdzie ( )). Uznając, że sumy w pierwiastkach kwadratowych to energie i sekwencji, możemy napisać, że
Ustawienie oraz gdzie jest jakąś liczbą całkowitą, mamy to
i rozpoznanie, że terazλ>0 λ<0 Eu Ev −EuEv−−−−√≤∑mu[m]v[m]≤EuEv−−−−√ u[m]=x[m] v[m]=x[m−n] n −∑m(x[m])2∑m(x[m−n])2−−−−−−−−−−−−−−−−−−−−−√≤Rx[n]≤∑m(x[m])2∑m(x[m−n])2−−−−−−−−−−−−−−−−−−−−−√ Eu=Ev=Ex , mamy to
z zachowaniem równości w jednej z granic, jeśli dla wszystkich . Na koniec zauważając, że
i że gdy , sekwencja jest identyczna z sekwencją (to znaczy to dodatnia liczba rzeczywista taka, że dla wszystkich ), mamy że
pokazuje, że ma wartość szczytową przy−Ex≤Rx[n]≤Ex x[m]=λx[m−n] m Ex=∑m(x[m])2=Rx[0] n=0 u[m]=x[m] v[m]=x[m−n]=x[m−0]=x[m] λ=1 u[m]=λv[m] m −Rx[0]≤Rx[n]≤Rx[0] Rx[n] n=0 , wszystkie inne wartości autokorelacji są mniejsze niż ten pik.
Gdy jest okresowym sygnałem o skończonej mocy, sumy podane powyżej dla rozbieżne. W takich przypadkach stosuje się okresową funkcję autokorelacji gdzie jest okresem , że to dla wszystkich liczb całkowitych . Zauważ, że jest okresową funkcją . Teraz, chociaż prawdą jest, żedla maksymalna wartość również jest okresowo powtarzana:x[m] Rx[n] Rx[n]=∑m=0N−1x[m](x[m−n]) N x[m] x[m]=x[m−N] m Rx[n] n Rx[0]≥|Rx[n]| 1<n<N Rx[0] Rx[kN]=Rx[0]
dla wszystkich liczb całkowitych . Należy również zauważyć, że możliwe jest, że
dla niektórych , zazwyczaj przy jeśli jest parzyste, i więc możemy mieć doliny tak głębokie, jak najwyższe szczyty w okresowej funkcji autokorelacji. Najprostszym przykładem takiej sekwencji jest sytuacja, gdy a jednym okresem sekwencji jest którego okresowa autokorelacja jest tylko sekwencją okresową , to znaczy naprzemiennymi pikami i dolinami z autokorelacją o wartości szczytowej gdyk Rx[n]=−Rx[0] n∈{1,2,…,N−1} n=N/2 N N=2 [1 −1] [2 −2] Rx[n] 2 n jest parzystą liczbą całkowitą (nie zapominaj, że jest parzystą liczbą całkowitą!) i posiadającą wartość „anti peak” przy nieparzystych wartościach . Mówiąc bardziej ogólnie, mamy to zjawisko za każdym razem, gdy jest parzyste, a jeden okres można rozłożyć na .0 −2 n N x⃗ [x′→,−x′→]
źródło
za pomocą
można to łatwo pokazać
pierwszy składnik to po prostu a drugi składnik to liczba nieujemna odejmowana od pierwszego. oznacza to, że nie może przekraczać dla żadnego .R x [ m ] R x [ 0 ] mRx[0] Rx[m] Rx[0] m
źródło