相関関数 ― 2006年04月05日 22:43

次バージョンでは、自己相関関数と相互相関関数の機能を追加します。
機能の紹介は後ほど行うとして、まずは相関関数について簡単に説明しておきます。
といっても直感的な説明しかしませんので、詳しくは参考資料
http://cessna373.asablo.jp/blog/2006/01/27/228275
で紹介している 『ディジタル信号処理の基礎』 などを参照してください。
さて、上の絵で分かる人がどれくらいいるのか…。
連続と離散が交じり合った絵になっていますが、そこは適当に解釈してください。
スケール補正など瑣末なものは省略しています。
要するに 「t だけずらしたときにグラフがどれぐらい重なっているか」 を表すものです。
オリジナルデータと雑音が混じったデータの相互相関関数をとることにより、時間がどれくらいずれているか、あるいはどれぐらい原型を留めているかを調べることができます。
一方、自己相関関数は自分自身との相関関数です。
「時間をずらしたときに自分自身とどれくらい重なるか」 ということなので、信号の周期性を調べることができます。
機能の紹介は後ほど行うとして、まずは相関関数について簡単に説明しておきます。
といっても直感的な説明しかしませんので、詳しくは参考資料
http://cessna373.asablo.jp/blog/2006/01/27/228275
で紹介している 『ディジタル信号処理の基礎』 などを参照してください。
さて、上の絵で分かる人がどれくらいいるのか…。
連続と離散が交じり合った絵になっていますが、そこは適当に解釈してください。
スケール補正など瑣末なものは省略しています。
要するに 「t だけずらしたときにグラフがどれぐらい重なっているか」 を表すものです。
オリジナルデータと雑音が混じったデータの相互相関関数をとることにより、時間がどれくらいずれているか、あるいはどれぐらい原型を留めているかを調べることができます。
一方、自己相関関数は自分自身との相関関数です。
「時間をずらしたときに自分自身とどれくらい重なるか」 ということなので、信号の周期性を調べることができます。
最近のコメント