Mengapa autokorelasi mencapai puncaknya di nol?

Jawaban:

10

Apakah Anda mencari bukti formal atau intuisi di balik ini? Dalam kasus selanjutnya: "Tidak ada yang lebih mirip dengan fungsi daripada dirinya sendiri". Autokorelasi pada lag mengukur kesamaan antara fungsi dan fungsi yang sama digeser oleh . Perhatikan bahwa jika adalah periodik, bergeser oleh kelipatan bilangan bulat mana pun dari dan bertepatan, sehingga autokorelasi memiliki bentuk sisir - dengan puncak pada kelipatan bilangan bulat dari periode dengan tinggi yang sama dengan puncak pusat.f τ f f ττfτffτf

pichenettes
sumber
2
@JasonR Sinyal energi terbatas (yang ditanyakan oleh OP karena ia mengatakan bahwa fungsi autokorelasi pada nol lag adalah energinya) tidak dapat bersifat periodik, sehingga bagian terakhir dari jawaban ini tidak berlaku untuk pertanyaan OP, tetapi berlaku untuk fungsi autokorelasi periodik yang didefinisikan untuk sinyal periodik. Dalam jawaban saya , saya telah mencoba untuk membedakan antara dua kasus ini, dan juga menunjukkan bahwa fungsi autokorelasi dari sinyal periodik mungkin memiliki lembah periodik sedalam puncak periodik.
Dilip Sarwate
@Dilip: Seperti biasa, poin bagus.
Jason R
itu bukan bukti, bahkan tidak dekat dengan bukti. hanya kata-kata yang berfungsi hanya karena Anda tahu jawabannya.
John Smith
7

Fungsi autokorelasi dari sinyal energi terbatas waktu diberikan oleh untuk masing-masing sinyal nyata dan sinyal kompleks. Membatasi diri kita pada sinyal nyata untuk memudahkan eksposisi, mari kita pertimbangkan puncak . Untuk penundaan tetap dan diberikan , biasanya akan memiliki nilai positif atau negatif. Jika kebetulan bahwa untuk penundaan tertentu , adalah tidak negatif untuk semua , maka semua istilah dalam jumlah akan bertambah (tidak ada pembatalan) dan begitu juga

Rx[n]=m=x[m]x[mn]    or   Rx[m]=m=x[m](x[mn])
x[m]x[mn]nmx[m]x[mn]nx[m]x[mn]mRx[n]x [ m - n ] x [ m ] x [ m - n ] x [ m ] x x [ m ] = { sin ( 0,1 π m )dijamin memiliki nilai positif. Faktanya, penjumlahan akan menjadi terbesar jika semua puncak dalam sejajar dengan puncak dalam dan lembah dalam sejajar dengan lembah dalam . Misalnya, jika adalah fungsi sinc sampel berlebih, katakanlah, dengan puncak di dan lembah di , maka akan memiliki maksimum pada (dan dengan token yang sama, akan memilikix[mn]x[m]x[mn]x[m]x
x[m]={sin(0.1πm)0.1πm,m0,1,m=0
m=0,±25,±45,±15,±35,±55, x(t)Rx[n]n=0,±25,±45,...n=±15,±n=0,±25,±45,minima pada ketika puncak berbaris dengan lembah). The global yang maksimal jelas di delay ketika puncak tertinggi di dan bersamaan. Memang, kesimpulan ini berlaku tidak hanya untuk sinyal tulus ini tetapi juga untuk sinyal apa pun . Pada lag , kita memiliki dan kami dijamin tidak hanya semua puncak dan lembah yang berjajar masing-masing lainnya (tidak masalah di mana ini terjadi dalam ) tetapi juga bahwa puncak tertinggi dan lembah terdalam berbaris dengan tepat.n=±15,±35,±55,R x [ n ] n = 0 x [ m ] x [ m - n ] n = 0 R x [ 0 ] = m = - ( x [ m ] ) 2 x [ m ]Rx[n]n=0x[m]x[mn] n=0
Rx[0]=m=(x[m])2
x[m]

Lebih formal lagi, untuk pedant seperti @JohnSmith yang menuntut bukti formal, Cauchy Inequality mengatakan bahwa untuk urutan bernilai kompleks dan , Membatasi diri pada urutan bernilai nyata hanya untuk kemudahan eksposisi, versi yang lebih rinci mengatakan bahwa mana persamaan berlaku pada batas atas (bawah) jika ada angka positif (negatif) sehingga , (yaitu,uv

|mu[m](v[m])|2m|u[m]|2n|v[m]|2.
m(u[m])2m(v[m])2mu[m]v[m]m(u[m])2m(v[m])2
λu=λvu[m]=λv[m] m dimana ( )). Menyadari bahwa jumlah di dalam akar kuadrat adalah energi dan dari urutan, kita dapat menulis bahwa Pengaturan dan mana adalah bilangan bulat, kita memiliki itu dan mengenali itu sekarangλ>0λ<0EuEv
EuEvmu[m]v[m]EuEv
u[m]=x[m]v[m]=x[mn]n
m(x[m])2m(x[mn])2Rx[n]m(x[m])2m(x[mn])2
Eu=Ev=Ex, kita memiliki itu dengan persamaan memegang salah satu batas jika untuk semua . Akhirnya, mencatat bahwa dan bahwa ketika , urutan adalah identik dengan urutan (yaitu, adalah bilangan real positif sehingga untuk semua ), kami memiliki bahwa menunjukkan bahwa memiliki nilai puncak pada
ExRx[n]Ex
x[m]=λx[mn]m
Ex=m(x[m])2=Rx[0]
n=0u[m]=x[m]v[m]=x[mn]=x[m0]=x[m]λ=1u[m]=λv[m]m
Rx[0]Rx[n]Rx[0]
Rx[n]n=0, semua nilai autokorelasi lainnya lebih kecil dari puncak ini.


Ketika adalah sinyal daya terbatas periodik , jumlah yang diberikan di atas untuk berbeda. Dalam kasus seperti itu, seseorang menggunakan fungsi autokorelasi periodik mana adalah periode , yang adalah, untuk semua bilangan bulat . Perhatikan bahwa adalah fungsi periodik dari . Sekarang, sementara itu benar bahwauntuk , nilai maksimum juga berulang secara berkala:x[m]Rx[n]

Rx[n]=m=0N1x[m](x[mn])
Nx[m]x[m]=x[mN]mRx[n]nRx[0]|Rx[n]|1<n<NRx[0]Rx[kN]=Rx[0] untuk semua bilangan bulat . Perhatikan juga bahwa ada kemungkinan bahwa untuk beberapa , biasanya di jika adalah genap, dan jadi kita bisa memiliki lembah yang sedalam puncak tertinggi dalam fungsi autokorelasi periodik . Contoh paling sederhana dari urutan seperti itu adalah ketika dan satu periode urutan adalah yang autokorelasi periodiknya hanya urutan periodik , yaitu, puncak dan lembah bolak-balik dengan autokorelasi memiliki nilai puncak saatkRx[n]=Rx[0]n{1,2,,N1}n=N/2NN=2[1 1][2 2]Rx[n]2nadalah bilangan bulat genap (jangan lupa bahwa adalah bilangan bulat genap!) dan memiliki nilai "anti peak" pada nilai ganjil dari . Secara lebih umum, kita memiliki fenomena ini setiap kali adalah genap dan satu periode dapat didekomposisi menjadi .02nNx[x,x]

Dilip Sarwate
sumber
3

menggunakan

(x[n]x[n+m])2=x2[n]+x2[n+m]2x[n]x[n+m]

orang dapat dengan mudah menunjukkan itu

Rx[m]=n=x[n]x[n+m]=n=x2[n]12n=(x[n]x[n+m])2= Rx[0]12n=(x[n]x[n+m])2

istilah pertama hanyalah dan istilah kedua adalah angka non-negatif yang dikurangi dari yang pertama. itu berarti tidak boleh melebihi untuk apa pun .Rx[0]R x [ 0 ] mRx[m]Rx[0]m

robert bristow-johnson
sumber
1
satu-satunya jawaban yang benar di sini. terima kasih banyak, saya kesulitan mendapatkannya sendiri.
John Smith