PS Moduł 6

Z Studia Informatyczne
Przejdź do nawigacjiPrzejdź do wyszukiwania
  • W zastosowaniach teorii sygnałów często porównujemy analizowanego sygnału z innym sygnałem, w szczególności ¬z swoją własną przesuniętą w czasie kopią. Podobieństwo sygnałów można charakteryzować za pomocą funkcji korelacyjnych.
  • Przypomnijmy, że na podstawie iloczynu skalarnego możemy wyznaczyć zarówno odległość dwóch sygnałów, jak i kąt między nimi w danej przestrzeni Hilberta.
  • Jeśli x(t)L2 , to także xτ(t)L2.
  • Dla różnych wartości przesunięcia τ całka definicyjna (6.1) przybiera różne wartości. W ten sposób otrzymujemy zależność funkcyjną od zmiennej τ . Dla ustalonego τ wartość funkcji autokorelacji jest polem pod wykresem iloczynu sygnału nieprzesuniętego i przesuniętego.
  • Definicja (6.1) została podana od razu dla sygnałów zespolonych. Przedrostek „auto” oznacza, że funkcja korelacyjna (6.1) opisuje korelację czasową między danym sygnałem a wersją przesuniętą tego samego sygnału. Podkreślamy to dodając do symbolu Parser nie mógł rozpoznać (błąd składni): {\displaystyle "\varphi"\,} funkcji autokorelacji indeks sygnału Parser nie mógł rozpoznać (błąd składni): {\displaystyle "x"\,} .

  • Parzystość funkcji autokorelacji w przypadku sygnałów rzeczywistych oznacza, że możemy ją wówczas wyznaczać jedynie dla dodatnich wartości zmiennej τ (opóźnień sygnału).
  • Wzór (6.2) wynika z podstawienia τ=0 we wzorze definiującym funkcję autokorelacji.
  • Funkcja autokorelacji przybiera maksymalną co do modułu wartość dla τ=0 .
  • Brak korelacji czasowej sygnałów oznacza ich ortogonalność.
  • Funkcja autokorelacji sygnału x(t)L2 jest F - transformowalna w zwykłym sensie.
  • Funkcja autokorelacji jest niezmiennicza względem przesunięcia, tj. φx(τ)=φxt0(τ) dla dowolnego t0 , gdzie xt0(t)=x(tt0).