统计学中,互相关有时用来表示两个随机矢量 XY 之间的协方差cov(XY),以与矢量 X 的“协方差”概念相区分,矢量 X 的“协方差”是 X 的各标量成分之间的协方差矩阵

卷积、互相关和自相关的图示比较。运算涉及函数,并假定的高度是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。的对称性是卷积和互相关在这个例子中相同的原因。

信号处理领域中,互相关(有时也称为“互协方差”)是用来表示两个信号之间相似性的一个度量,通常通过与已知信号比较用于寻找未知信号中的特性。它是两个信号之间相对于时间的一个函数,有时也称为“滑动点积”,在模式识别以及密码分析学领域都有应用。

对于离散函数 figi 来说,互相关定义为

其中和在整个可能的整数 j 区域取和,表示复共轭。对于连续信号 f(x) 和 g(x) 来说,互相关定义为

其中积分是在整个可能的 t 区域积分。

互相关实质上类似于两个函数的卷积

特性

编辑
  • 互相关与卷积通过下式发生关系:
 
 
  •  
 
其中 表示 傅里叶变换
 
  • 如果  都是埃尔米特函数:
 

参见

编辑

外部链接

编辑