Autokorelasi adalah korelasi silang suatu sinyal dengan dirinya sendiri.
Saya telah menemukan di beberapa situs yang konvolusi dan korelasi silang serupa (termasuk tag wiki untuk konvolusi), tetapi saya tidak menemukan perbedaan di mana pun. Apa perbedaan keduanya? Dapatkah Anda mengatakan bahwa autokorelasi juga merupakan semacam
Apakah proses stokastik benar-benar dijelaskan oleh fungsi autokorelasi? Jika tidak, properti tambahan apa yang
Saat ini saya belajar tentang estimasi kuadrat-terkecil (dan lainnya) untuk regresi, dan dari apa yang saya baca dalam beberapa literatur algoritma adaptif, sering kali frasa "... dan karena permukaan kesalahannya cembung ..." muncul dan kedalaman mengapa cembung untuk memulai tidak ada tempat...
Konteks: (Penafian: Ini BUKAN masalah komunikasi). Saya mencoba memperkirakan frekuensi fundamental dari sinyal periodik yang nyata. Sinyal ini, dibangun dengan menyaring pencocokan sinyal mentah, dengan pulsa. (filter yang cocok). Sinyal yang dihasilkan memiliki karakteristik sebagai...
Saya mencoba mencari tahu apakah ada hubungan langsung antara konsep-konsep ini. Secara ketat dari definisi, mereka tampaknya konsep yang berbeda secara umum. Semakin saya memikirkannya, semakin saya pikir mereka sangat mirip. Misalkan menjadi vektor acak WSS. Kovarians, , diberikan oleh C X Y = E...
Saya mencari beberapa buku bagus, yang hanya menunjukkan bagaimana Anda benar-benar menulis kode dalam C, untuk melakukan semua metode DSP utama. FFT. Filter low-pass dan high-pass. Korelasi otomatis. Pemrosesan kebisingan. Dan semua dasar-dasar DSP, dari teori menjadi kode nyata dalam...
Saya mencoba menghitung autokorelasi pada platform di mana satu-satunya primitif akselerasi yang saya miliki adalah (I) FFT. Saya mengalami masalah. Saya membuat prototipe di MATLAB . Namun, saya agak bingung. Saya berasumsi bahwa itu bekerja hanya sebagai berikut (ini dari memori jadi minta maaf...
Saya mencoba memahami bagaimana sebenarnya menerapkan apa yang dikenal sebagai filter 'pra-pemutihan' atau hanya filter 'pemutihan'. Saya mengerti bahwa tujuannya adalah untuk membuatnya memiliki delta sebagai fungsi autokorelasi, tetapi saya tidak yakin bagaimana melakukan ini dengan tepat....
Saya tahu bahwa pergeseran nol pada fungsi autokorelasi sama dengan energinya, namun, saya ingin memahami mengapa puncaknya berada pada
Saya membaca tentang Autocorrelation , tetapi saya tidak yakin saya mengerti persis bagaimana cara kerjanya dan output apa yang harus saya harapkan. Apakah saya benar dalam berpikir bahwa saya harus memasukkan sinyal saya ke fungsi AC dan memiliki input jendela geser. Setiap jendela (dari 1024...
Pertimbangkan 4 sinyal gelombang berikut: signal1 = [4.1880 11.5270 55.8612 110.6730 146.2967 145.4113 104.1815 60.1679 14.3949 -53.7558 -72.6384 -88.0250 -98.4607] signal2 = [ -39.6966 44.8127 95.0896 145.4097 144.5878 95.5007 61.0545 47.2886 28.1277 -40.9720 -53.6246 -63.4821 -72.3029 -74.8313...
Ini adalah perjalanan samping dari aplikasi mendengkur saya . Saya memiliki celah dalam menghasilkan autokorelasi sinyal audio, untuk melihat apakah itu "berkorelasi" dengan mendengkur / bernafas dengan sangat baik. Saya memiliki algoritma sederhana yang berjalan (menghasilkan 1.0 sebagai elemen...
Diberikan proses WSS dengan Fungsi Korelasi Otomatis berikut: r ( τ) = σ2e- α | τ|r(τ)=σ2e−α|τ| r\left ( \tau \right ) = {\sigma}^{2} {e}^{-\alpha \left | \tau \right |} Transformasi Laplace adalah: R(s)=L{r(τ)}=−2ασ2(s−α)(s+α)R(s)=L{r(τ)}=−2ασ2(s−α)(s+α) R \left ( s \right ) = \mathfrak{L}...
Halaman wikipedia untuk Fungsi Perbedaan Rata-Rata / Formula (AMDF) tampaknya kosong. Apa itu AMDF? Apa properti AMDF? Apa kekuatan dan kelemahan AMDF, dibandingkan dengan metode estimasi pitch lainnya seperti
Saya tahu dari wikipedia bahwa korelasi otomatis dilakukan pada sinyal yang sama, sedangkan korelasi silang dilakukan pada sinyal yang berbeda. Dan dalam konvolusi satu sinyal dibalik. Secara matematis saya mengerti rumus dan. Tetapi apa arti ketiganya dalam hal
Saya mencoba menggunakan transformasi Hough untuk deteksi tepi, dan ingin menggunakan gambar gradien sebagai dasarnya. Apa yang telah saya lakukan sejauh ini, mengingat gambar Idari ukuran [M,N]dan derivatif parsial nya gx, gy, adalah untuk menghitung sudut gradien di setiap pixel sebagai thetas...
Bagaimana secara intuitif untuk memahami mengapa vektor eigen dari matriks autokorelasi digunakan, tetapi vektor eigen dari matriks yang dibangun dari sampel temporal tidak masuk akal dan tidak digunakan? Misalnya, dalam mendeteksi sinyal harmonis dalam noise