matlab提供了計算互相關和自相關的函式xcorr函式
1.使用方法
c = xcorr(x,y)
c = xcorr(x)
c = xcorr(x,y,『option』)
c = xcorr(x,『option』)
c = xcorr(x,y,maxlags)
c = xcorr(x,maxlags)
c =xcorr(x,y,maxlags,『option』)
c =xcorr(x,maxlags,『option』)
[c,lags] = xcorr(…)
其中option為：
"biased"為有偏的互相關函式估計；
"unbiased"為無偏的互相關函式估計；
"coeff"為0延時的正規化序列的自相關計算；
"none"為原始的互相關計算
2.特別的：
c=xcorr(x,『option』)特指以上某個選項的自相關估計。
c = xcorr(x,y,maxlags)
返回乙個延遲範圍在[-maxlags,maxlags]的互相關函式序列，輸出c的程度為2maxlags+1.
c = xcorr(x,maxlags)
返回乙個延遲範圍在[-maxlags,maxlags]的自相關函式序列，輸出c的程度為2maxlags+1.
c = xcorr(x,y,maxlags,『option』)
同時指定maxlags和option的互相關計算.
c = xcorr(x,maxlags,『option』)
同時指定maxlags和option的自相關計算.
此部分**
t=0:0.1:100;
noise=rand(1,1001);
input=sin(pit);
output=sin(pit)+oise;%新增大雜訊
可以看到雜訊訊號已經淹沒了輸入訊號
[x y]=xcorr(input,output,『coeff』);%計算互相關性，存至陣列
plot(y,x);%繪製互相關運算結果
這裡得到了輸出訊號和輸入訊號的自相關函式，方便起見，假設此系統輸入輸出相等
[x y]=xcorr(input,input,『coeff』);%計算輸入訊號自相關函式
plot(y,x);%繪製自相關運算結果
可以看到這個是標準的自相關函式求解結果
[a b]=xcorr(input,noise,『coeff』);%計算輸入與雜訊互相關的結果
plot(b,a);%繪製互相關運算結果
可以看到經過乙個互相關器運算，得到的增益是很小的，系統可以判斷出兩個訊號相關性很差
試著繼續加大雜訊增益
output=sin(pit)+4noise;%新增大雜訊
plot(output);
[x y]=xcorr(input,output,『coeff』);%計算互相關性，存至陣列
plot(y,x);%繪製互相關運算結果
可以看見隨著雜訊比例的增加，輸出經過互相關器之後的運算結果有了明顯的衰減
通過相關運算可以很好的甄別有用訊號，或者是延時訊號，如果發現互相關結果出現明顯衰減（本例均採用歸一化手段了），就要注意對有用訊號提供一定增益了，因為雜訊以白雜訊居多，頻率含量豐富，有用訊號也許就難以通過相關或者fft手段提取了。
作者功力有限，字句、原理描述難免出現紕漏，若各位看官發現還請予以指正！
通訊之自相關 互相關函式
文章參考 事實上，在圖象處理中，自相關和互相關函式的定義如下 設原函式是f t 則自相關函式定義為r u f t f t 其中 表示卷積 設兩個函式分別是f t 和g t 則互相關函式定義為r u f t g t 它反映的是兩個函式在不同的相對位置上互相匹配的程度。通訊系統中，自相關性決定多徑干擾，...
matlab通訊原理課程實踐
引數 基帶訊號頻率範圍 150 400hz，幅度隨頻率遞減 調製載波訊號頻率fc為1000hz，幅度為1 取樣率fs為10000hz，時間1s。要求 輸出調製訊號與載波的波形和頻譜 雙邊帶訊號dsb sc的波形和頻譜，並總結雙邊帶調幅的特點。引數 基帶訊號頻率範圍 150 400hz，幅度隨頻率遞減...
matlab自相關函式 隨機過程中的相關函式的作用
先看問題 1 為什麼在分析隨機過程的時候，得到隨機過程的自相關函式就終止了，不再繼續往下走了？2 考慮隨機過程 1 得到自相關函式之後能做什麼 自相關函式得到之後，自然可以得到 進行多元相關性分析之後，便可以對整個樣本函式進行分析了。2 對隨機過程的認識，需要從兩個方向進行。乙個是隨機變數 乙個是時...