Autocorrelation funkcija intuīcija

[urwelcome]

Kā atrast autocorrelation funkciju, lūdzu, ja iespējams, sniedz daži praktiski piemēram, ja tā ir noderīga, piemēram, mobilo sakaru, kur mēs to izmantot.

un nav neviena Java Applet vai kaut kas līdzīgs, ka, lai saņemtu intuīcija redzēt darbību izdarīt laikā atrast autocorrelation funkciju.

Visbeidzot, kā radīt secību un par tā autocorrelation funkciju MatLab.

Es būtu ļoti pateicīgs Jums, jo tas ir pats galvenais, un es tās vajadzēs slikti.

Sveicieni,

 

[bulx]

Autocorrelation sniedz jums pasākums, par to, cik daudz signāla atgādina sevi, kad tas ir novirzījies.To atrod tikai reizinot signālu ar tā shifterd versiju un vidējošanas rezultātu.Tā ir rakstīts kaut kas līdzīgs šim

R (Γ) = ∫ f (t) * f (t-Γ) dt

jums var skaidri redzēt, reizināšanas un vidējošanas.

In mobilo lietojumu reizēm ir lietderīgi, ja signāla doesn't līdzināties tās shifted versijas.In autocorr noteikumiem, Jums teikt, ka autocorr būtu ideāli maksimumu pie 0 un nulles citur IE; signāla nesakritības ievērojami ar savu shifted redakcijas un līdzinās tikai tās unshifted versiju.
-b

 

[Naveed Alam]

korelācija ir izmantoti signālu atklāšanai.Naveed

 

[tzushky]

I'd tāpat pievienot Naveed's atzīmi.

Komunikāciju jums izsūtīt ziņu, kas ir parasti modulētie uz nesējvielu.Vienkārši domā par nosūtot 1 sin (2 * pi * f1 * t) un 0 kā sin (2 * pi * f1 * t), divas frekvences divu bināro simboliem.

Tajā uztvērēju tu korelē trokšņa corrupte.d viļņiem, kas ir nosūtīti, nezinot, kurā Jūs receiveing, gan ar oriģinālo 2 viļņu forma, kas jūs sagaida.

Kurš sniedz vislabāko korelācija (kas visbeidzot ir vienāds ar auto-korelācija, jo tikai bojāti vilnim, kas bija sākotnēji 1 būs visaugstākā korelācija ar 1 oriģināls vilnim, ...), jums parādīs, kuras simbols bija nosūtīts.Tas ir detector: tā uzskata, kurš no 2 coreelation rezultātiem ir lielāka un "nolemj" ko jums tā rezultātā.

I have't pieminēja fāze problēmu (pārraidi caur kanāliem vienmēr ievieš fāzes starpība starp sākotnējo signālu un saņēma vienu), bet parasti uztvērēju vajadzētu rūpēties par to un jānovērš tas, citādi mēs izmantojam I un Q komponentu signāla ...un es
esmu dreifēšanu no skaidrojums pamatus ...

Attiecībā uz MatLab, Jums ir funkcijas, piemēram, "corr", vai "xcorr", lasīt viņu Palīdzība tas visnoderīgāko veidā.Un tikai radīt vienkāršu sinusoīdu, varbūt atlasītajiem, maiņu tā ( "circshift" ļauj piemēram novirzīt to paraugu skaits, kas ou vēlaties ...).Everytime rezultāts ir "neatņemama" vai papildinājumu ar reizina ziņā, uzglabāt to vektoru un pēc tam parauglaukumu vektors,
kura X ass laika līniju.Tas
ir par to, kas pazīstams kā Rxx, autocorrelation funkcija

 

[Naveed Alam]

tzushki,

ja u paste ur kods šeit, tas būs tik viegli visiem ..Naveed

 

[tzushky]

Ceru, ka es neesmu pārāk nepareizi:

Citāts:% Sinusoīdu 50 kHz līdz 100 kHz -> periodiem, 0,02 un 0,01 st = [-0.4:0.00125:0.04];

s1 = []; s2 = [];

i = 1: lielums (t, 2)

s1 (i) = sin (2 * pi * t (i) * 50);

s2 (i) = sin (2 * pi * t (i) * 100);

beigasplotyy (t, s1, t, s2);% Mēs pārsūta, lai mēs korumpēti s1 un s2, un teikt, mēs nosūtīt s1% Ja nav trokšņa un bez kavēšanāsRS1 = 0;

Rs12 = 0;

RS2 = 0;i = 1: lielums (t, 2)

RS1 = RS1 s1 (i) * s1 (i);% autocorrelation funkciju s1 in TAU = 0 (TAU ir laika starpība saistīti ar fāze atšķirība no diviem formas viļņu (0 ir atsauce)

Rs12 = Rs12 s1 (i) * s2 (i);% Cross korelācijas funkcija t = 0 starp s1 un s2

% Tās līdzinās Rs2s1

RS2 = RS2 s2 (i) * s2 (i);% autocorrelation funkciju s2 in TAU = 0beigasmātes ([RS1 Rs12 RS2]);% redzēt, ka s1 un s2 ir augsta korelācija punkts un vidū ir S12 korelācija ir 0% Iepriekšējā aprēķins būs faktiski ir cilpu un autocorrelation

% Un pārrobežu korelācija ir veiktas ar nobīdi versijām signālu

% Mazākā laika intervāls man ir 0.00125s tā, ka ir viens paraugs

% Nobīdi s1 vērtībasi = 1: lielums (t, 2)

corr_s1 (i) = 0;

corr_s12 (i) = 0;

beigas

i = 1: lielums (t, 2)

par j = i: lielums (t, 2)

corr_s1 (i) = corr_s1 (i) s1 (j) * s1 (j-i 1);% nobīdei i-1 paraugus, MatLab indekss strats 1 ...

corr_s12 (i) = corr_s12 (i) s1 (j) * s2 (j-i 1);

beigas

beigas

plot (t, corr_s1, T, corr_s12);

 

[ravitest]

lūdzu, sekojiet grāmata

signālus un sistēmas Barry van Veen un Simon haykin