Auto Correlation กับ Cross Correlation เทียบกับ Convolution และแอพพลิเคชั่นของมัน


9

ฉันรู้จากวิกิพีเดียว่ามีความสัมพันธ์โดยอัตโนมัติในสัญญาณเดียวกันในขณะที่ความสัมพันธ์ข้ามทำกับสัญญาณที่แตกต่างกัน แต่สิ่งนี้หมายความว่าอะไรในแง่ของการใช้งานจริงฉันสามารถใช้ข้ามสหสัมพันธ์กับสัญญาณเดียวกันและรับผลลัพธ์เดียวกันได้ และในสังวัตนาสัญญาณหนึ่งจะกลับด้านในทางทฤษฎีฉันเข้าใจสูตร

แต่สามสิ่งนี้หมายถึงอะไรในแง่ของการใช้งาน?


1
คำถามนี้อาจดีกว่าใน dsp.SE (คุณสามารถขอให้ผู้ดูแลทำการโยกย้ายคำถามไปยัง dsp.SE คลิกที่ลิงค์ "ตั้งค่าสถานะ" ใต้คำถามของคุณ) นี่ผมก็จะบอกว่าฟังก์ชั่นพื้นฐานเป็นสัมพันธ์ข้ามสัญญาณและy ที่หากเราเลือกให้เหมือนกับดังนั้นแทนที่จะเรียกผลลัพธ์ว่า "crosscorrelation ของและ " หรือ "crosscorrelation ของกับตัวเอง" เราเลือกที่จะพูดง่ายๆว่า "autocorrelation ของ " ซึ่งจะช่วย การกดแป้น / ไบต์ไม่กี่ครั้งและอาจฟังดูหรูหราและน่าฟังมากกว่าเล็กน้อยxyyxxxxx
Dilip Sarwate

ฉันคิดว่าความสัมพันธ์อัตโนมัติมีความสุดขั้วโดยการทำนายเส้นทางในอนาคตของอนุภาคเนื่องจากเราวัดคุณสมบัติอย่างใดอย่างหนึ่งในบางครั้ง ในขณะที่ crosscorrelation ถูกยกตัวอย่างโดยทฤษฎีบท / การทดลองของเบลล์; สถิติของสองคุณสมบัติที่สัมพันธ์กัน แต่เป็นอิสระได้ดีเพียงใดให้ความไม่แน่นอนพื้นฐาน ในการโน้มน้าวใจดูเหมือนว่าคุณกำลังมองย้อนกลับไปเพื่อตอบสนองเหตุ ทัศนคติทั้งหมดนี้ดูเหมือนจะบอกเป็นนัย ๆ ว่าผลลัพธ์ของทฤษฎีบทของเบลล์ทำให้เกิดความแตกต่างจาก ใครมีคำตอบสำหรับสิ่งนั้น?
rrogers

คำตอบ:


7

ฉันสามารถบอกคุณอย่างน้อยสามแอปพลิเคชันที่เกี่ยวข้องกับเสียง

ความสัมพันธ์อัตโนมัติสามารถใช้กับบล็อกที่มีการเปลี่ยนแปลง (ชุดรวม) ตัวอย่างเสียงจำนวนมากเพื่อค้นหาระดับเสียง มีประโยชน์มากสำหรับแอพพลิเคชั่นที่เกี่ยวกับดนตรีและการพูด

Cross-correlation ถูกใช้ตลอดเวลาในการวิจัยการได้ยินเป็นแบบจำลองสำหรับสิ่งที่หูซ้ายและหูขวาใช้เพื่อกำหนดตำแหน่งของเสียงในอวกาศ (ซึ่งเรียกว่าการปรับแหล่งกำเนิดเสียง) ในกรณีของไมโครโฟนสองตัวคุณจะต้องสร้างความสัมพันธ์ข้ามช่องทางซ้ายกับช่องทางที่ถูกต้อง

Convolution ใช้ในการจำลองเสียงก้อง การตอบสนองแบบอิมพัลส์ของห้องสามารถกำหนดได้จากการวัดและการตอบสนองแบบอิมพัลส์สามารถกระทำได้กับแหล่งกำเนิดเสียงใด ๆ เพื่อจำลองการตอบสนองของเสียงสะท้อน

ฉันรู้ว่าคำตอบนี้ไม่สมบูรณ์ แต่บางทีมันอาจทำให้คุณมีความคิดว่าในความเป็นจริงแล้วมีการใช้งานจริงสำหรับความสัมพันธ์แบบอัตโนมัติและแบบข้าม!

ดังนั้นโดยทั่วไปความสัมพันธ์อัตโนมัติสามารถนำมาใช้เพื่อแยกคุณสมบัติของสัญญาณความสัมพันธ์ข้ามสามารถใช้ประโยชน์จากข้อมูลระหว่างสัญญาณที่เกี่ยวข้องสองสัญญาณและการสนทนาสามารถใช้เพื่อแก้ไขคุณสมบัติของสัญญาณที่เข้ามาตามเวลาความถี่และ การตอบสนองของเฟสที่ระบุโดยการตอบสนองแบบแรงกระตุ้นที่คุณทำให้เกิดแหล่งที่มาด้วย


1
ทำไม downvote นี้
panthyon
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.