WikiSort.ru - Не сортированное

Автокорреляционная функция — зависимость взаимосвязи между функцией (сигналом) и её сдвинутой копией от величины временного сдвига.

Для детерминированных сигналов автокорреляционная функция (АКФ) сигнала ${\displaystyle f(t)}$ определяется интегралом:

${\displaystyle \Psi (\tau )=\int _{-\infty }^{\infty }f(t)f^{*}(t-\tau )\mathrm {d} t}$

и показывает связь сигнала (функции ${\displaystyle \;f(t)}$ ) с копией самого себя, смещённого на величину ${\displaystyle \tau }$ . Звёздочка означает комплексное сопряжение.

Для случайных процессов АКФ случайной функции ${\displaystyle X(t)}$ имеет вид^[1]:

${\displaystyle K(\tau )=\mathbb {E} \{X(t)X^{*}(t-\tau )\}}$ ,

где ${\displaystyle \mathbb {E} \{\ \}}$  — математическое ожидание, звёздочка означает комплексное сопряжение.

Если исходная функция строго периодическая, то на графике автокорреляционной функции тоже будет строго периодическая функция. Таким образом, из этого графика можно судить о периодичности исходной функции, а следовательно, и о её частотных характеристиках. Автокорреляционная функция применяется для анализа сложных колебаний, например, электроэнцефалограммы человека.

Применение в технике

Корреляционные свойства кодовых последовательностей, используемых в широкополосных системах, зависят от типа кодовой последовательности, её длины, частоты следования её символов и от её посимвольной структуры.

Изучение АКФ играет важную роль при выборе кодовых последовательностей с точки зрения наименьшей вероятности установления ложной синхронизации.

Другие применения

Автокорреляционная функция играет важную роль в математическом моделировании и анализе временных рядов, показывая характерные времена для исследуемых процессов (см., например: Турчин П. В. Историческая динамика. М.: УРСС, 2007. ISBN 978-5-382-00104-3). В частности, циклам в поведении динамических систем соответствуют максимумы автокорреляционной функции некоторого характерного параметра.

Скоростное вычисление

Возможно, эта статья содержит оригинальное исследование. Добавьте ссылки на источники, в противном случае она может быть выставлена на удаление. Дополнительные сведения могут быть на странице обсуждения. (25 января 2016)

Часто приходится вычислять автокорреляционную функцию для временного ряда ${\displaystyle x_{i}}$ . Вычисление «в лоб» работает за ${\displaystyle O(T^{2})}$ . Однако есть способ сделать это за ${\displaystyle O(T\log T)}$ .

Метод основан на теореме Хинчина — Колмогорова (она же Винера-Хинчина), утверждающей, что автокорреляционная функция сигнала есть фурье-образ его спектральной плотности мощности. Поскольку для дискретных сигналов для вычисления их спектров существует алгоритм быстрого преобразования Фурье, имеющий порядок сложности ${\displaystyle O(T\log T)}$ , то имеется возможность ускорить вычисление автокорреляционной функкции за счет вычисления спектра сигнала, затем его мощности (квадрата модуля) и затем обратного фурье-преобразования.

Суть способа состоит в следующем. Можно сделать некое обратное взаимно однозначное преобразование данных, называемое преобразованием Фурье, которое поставит им во взаимно однозначное соответствие набор данных в другом пространстве, называемом пространством частот (частотный спектр сигнала --- набор спектральных амплитуд ). Вместо прямого вычисления автокорреляционной функции на наших исходных данных можно произвести соответствующую ей операцию над соответствующими данными в пространстве частот Фурье-спектра, что делается за линейное время O(T) — вычислению автокорреляционной функции в пространстве частот соответствует вычисление мощностей частот возведением в квадрат модулей спектральных амплитуд. После этого мы по полученным спектральным мощностям восстановим соответствующие им в обычном пространстве значения автокорреляционной функции. Вычисление спектра по функции и обратно делается с помощью быстрого преобразования Фурье за ${\displaystyle O(T\log T)}$ , вычисление спектральной плотности мощности в пространстве частот — за O(T). Таким образом, мы получили выигрыш по времени при вычислениях.

Подготовка. Вычитаем из ряда среднее арифметическое. Преобразуем в комплексные числа. Дополняем нулями до ${\displaystyle 2^{k}}$ . Затем дописываем в конец ещё ${\displaystyle 2^{k}}$ нулей.

Вычисление. Автокорреляционная функция вычисляется с помощью быстрого преобразования Фурье и прямо пропорциональна первым ${\displaystyle n}$ элементам последовательности

${\displaystyle \Psi (\tau )\sim \operatorname {Re} \operatorname {fft} ^{-1}\left(\left|\operatorname {fft} ({\vec {x}})\right|^{2}\right)}$

Квадрат комплексного модуля берётся поэлементно: ${\displaystyle \left|{\vec {a}}\right|^{2}=\left\{\operatorname {Re} ^{2}a_{i}+\operatorname {Im} ^{2}a_{i}\right\}}$ . Если нет погрешностей вычисления, мнимая часть будет равна нулю. Коэффициент пропорциональности определяется из требования ${\displaystyle \Psi (0)=1}$ .

См. также

• Корреляционная функция
• Взаимнокорреляционная функция
• Периодическая функция
• Корреляция
• Критерий Дарбина — Уотсона
• Дисперсия случайной величины
• Свёртка (математический анализ)

Примечания

Ссылки

• функция xcorr в MATLAB

Это заготовка статьи по математике. Вы можете помочь проекту, дополнив её.