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 , to także .
Dla różnych wartości przesunięcia całka definicyjna (6.1) przybiera różne wartości. W ten sposób otrzymujemy zależność funkcyjną od zmiennej . Dla ustalonego 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 (opóźnień sygnału).
Wzór (6.2) wynika z podstawienia we wzorze definiującym funkcję autokorelacji.
Funkcja autokorelacji przybiera maksymalną co do modułu wartość dla .
Brak korelacji czasowej sygnałów oznacza ich ortogonalność.
Funkcja autokorelacji sygnału jest - transformowalna w zwykłym sensie.
Funkcja autokorelacji jest niezmiennicza względem przesunięcia, tj. dla dowolnego , gdzie .