|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
xcorr& t: M; ]2 g: B ]4 K$ h* F
6 V( _& L$ V3 F6 j5 s" W9 i! o
Cross-correlation
r6 n/ m7 ?/ q6 q2 ?- l: A) r/ }3 \6 Y" `! q2 d
* E6 c& |2 k m/ G8 m/ Q* CSyntax- W) _4 ], \5 \9 t# k0 {
* ]8 n6 j6 d* d) Z! r$ |8 k
r = xcorr(x,y)3 r: q, Y) \# c$ e7 G
( h9 N' w8 E+ [ m% A" V% m2 cr = xcorr(x)
- H0 X5 W, u# q; Q: M: s: t2 C' ~( {7 X8 a# ~1 M/ e- J, O5 u7 E
r = xcorr(___,maxlag)
5 p; G! A r) I9 A* b U7 |. J1 X8 z+ n4 H# G1 q% Z0 m5 d2 S
r = xcorr(___,scaleopt)
' v, b$ o$ e& a3 i4 [; {
' ?5 A4 U* `+ _[r,lags] = xcorr(___)1 z* T, b9 G7 Y/ K- v6 H
" C! P/ i# A+ ?7 s
2 F7 |: }. b8 }( O( EDescription) e1 W( F& x+ O0 ~
; Q; g. ?) s9 q4 j1 P' O4 h6 Xr = xcorr(x,y) 返回两个离散时间序列x和y的互相关。 互相关测量x和y的移位（滞后）副本之间的相似性作为滞后的函数。 如果x和y具有不同的长度，则函数在较短向量的末尾附加零，因此它具有与另一个相同的长度N.
& u% J$ _- r/ B3 r+ Y+ M+ q( b0 [: ]; i8 I5 B4 x. p1 n
! ?0 P0 M) \: }7 mr = xcorr(x) 返回x的自相关序列。 如果x是矩阵，则r是矩阵，其列包含x列的所有组合的自相关和互相关序列。0 q% |+ }0 K: n! G. b1 Q0 ^. X7 r
2 C/ r7 N5 g8 m; v5 L' L
r = xcorr(___,maxlag) 限制从-maxlag到maxlag的滞后范围。 此语法接受一个或两个输入序列。 maxlag默认为N - 1。" t4 z- ], M0 ~! _
# W3 B' y0 p, u+ w, \5 I- X
r = xcorr(___,scaleopt)另外为互相关或自相关指定标准化选项。 除“无”（默认值）以外的任何选项都要求x和y具有相同的长度。8 j& {9 N9 V# i
' z" t* U5 `; ~[r,lags] = xcorr（___）还返回一个向量，该向量具有计算相关性的滞后。
7 J5 c& n9 }/ d9 M/ P6 C. i& m1 b( `$ d
7 N+ H6 D. }% A$ q1 U/ [" x! ~9 y* k# W) m
|
|
/1 
发表于 2020-6-29 10:57
收藏
淘帖
支持！
反对！