Корреляционная функция сигнала. Конспект лекции: Корреляция, автокорреляция, взаимная корреляция

Взаимная корреляционная функция (ВКФ) разных сигналов (cross-correlation function, CCF) описывает как степень сходства формы двух сигналов, так и их взаимное расположение друг относительно друга по координате (независимой переменной). Обобщая формулу (6.1.1) автокорреляционной функции на два различных сигнала s(t) и u(t), получаем следующее скалярное произведение сигналов:

B su () =s(t) u(t+) dt. (6.2.1)

Взаимная корреляция сигналов характеризует определенную корреляцию явлений и физических процессов, отображаемых данными сигналами, и может служить мерой “устойчивости” данной взаимосвязи при раздельной обработке сигналов в различных устройствах. Для конечных по энергии сигналов ВКФ также конечна, при этом:

|B su ()|  ||s(t)||||u(t)||,

что следует из неравенства Коши-Буняковского и независимости норм сигналов от сдвига по координатам.

При замене переменной t = t- в формуле (6.2.1), получаем:

B su () =s(t-) u(t) dt = u(t) s(t-) dt = B us (-).

Отсюда следует, что для ВКФ не выполняется условие четности, B su ()  B su (-), и значения ВКФ не обязаны иметь максимум при  = 0.

Рис. 6.2.1. Сигналы и ВКФ.

Это можно наглядно видеть на рис. 6.2.1, где заданы два одинаковых сигнала с центрами на точках 0.5 и 1.5. Вычисление по формуле (6.2.1) с постепенным увеличением значений  означает последовательные сдвиги сигнала s2(t) влево по оси времени (для каждого значения s1(t) для подынтегрального умножения берутся значения s2(t+)). При =0 сигналы ортогональны и значение B 12 ()=0. Максимум В 12 () будет наблюдаться при сдвиге сигнала s2(t) влево на значение =1, при котором происходит полное совмещение сигналов s1(t) и s2(t+).

Одни и те же значения ВКФ по формулам (6.2.1) и (6.2.1") наблюдаются при одном и том же взаимном положении сигналов: при сдвиге на интервал  сигнала u(t) относительно s(t) вправо по оси ординат и сигнала s(t) относительно сигнала u(t) влево, т.е. B su () = B us (-

Рис. 6.2.2. Взаимноковариационные функции сигналов.

На рис. 6.2.2 приведены примеры ВКФ для прямоугольного сигнала s(t) и двух одинаковых треугольных сигналов u(t) и v(t). Все сигналы имеют одинаковую длительность Т, при этом сигнал v(t) сдвинут вперед на интервал Т/2.

Сигналы s(t) и u(t) одинаковы по временному расположению и площадь "перекрытия" сигналов максимальна при =0, что и фиксируется функцией B su . Вместе с тем функция B su резко асимметрична, так как при асимметричной форме сигнала u(t) для симметричной формы s(t) (относительно центра сигналов) площадь "перекрытия" сигналов изменяется по разному в зависимости от направления сдвига (знака  при увеличения значения  от нуля). При смещении исходного положения сигнала u(t) влево по оси ординат (на опережение сигнала s(t) - сигнал v(t)) форма ВКФ остается без изменения и сдвигается вправо на такое же значение величины сдвига – функция B sv на рис. 6.2.2. Если поменять местами выражения функций в (6.2.1), то новая функция B vs будет зеркально повернутой относительно =0 функцией B sv .

С учетом этих особенностей полное ВКФ вычисляется, как правило, отдельно для положительных и отрицательных запаздываний:

B su () =s(t) u(t+) dt. B us () =u(t) s(t+) dt. (6.2.1")

Взаимная корреляция зашумленных сигналов . Для двух зашумленных сигналов u(t) = s1(t)+q1(t) и v(t) = s2(t)+q2(t), применяя методику вывода формул (6.1.13) с заменой копии сигнала s(t) на сигнал s2(t), нетрудно вывести формулу взаимной корреляции в следующем виде:

B uv () = B s1s2 () + B s1q2 () + B q1s2 () + B q1q2 (). (6.2.2)

Последние три члена в правой части (6.2.2) затухают до нуля при увеличении . При больших интервалах задания сигналов выражение может быть записано в следующей форме:

B uv () = B s 1 s 2 () +
+
+
. (6.2.3)

При нулевых средних значениях шумов и статистической независимости от сигналов имеет место:

B uv () → B s 1 s 2 ().

ВКФ дискретных сигналов. Все свойства ВКФ аналоговых сигналов действительны и для ВКФ дискретных сигналов, при этом для них действительны и особенности дискретных сигналов, изложенные выше для дискретных АКФ (формулы 6.1.9-6.1.12). В частности, при t = const =1 для сигналов x(k) и y(k) с числом отсчетов К:

B xy (n) =
x k y k-n . (6.2.4)

При нормировании в единицах мощности:

B xy (n) = x k y k-n 
. (6.2.5)

Оценка периодических сигналов в шуме . Зашумленный сигнал можно оценить по взаимной корреляции с "эталонным" сигналом методом проб и ошибок с настройкой функции взаимной корреляции до максимального значения.

Для сигнала u(k)=s(k)+q(k) при статистической независимости шума и → 0 функция взаимной корреляции (6.2.2) с шаблоном сигнала p(k) при q2(k)=0 принимает вид:

B up (k) = B sp (k) + B qp (k) = B sp (k) + .

А поскольку → 0 при увеличении N, тоB up (k) → B sp (k). Очевидно, что функция B up (k) будет иметь максимум, когда p(k) = s(k). Меняя форму шаблона p(k) и добиваясь максимизации функции B up (k), можно получить оценку s(k) в виде оптимальной формы p(k).

Функция взаимных корреляционных коэффициентов (ВКФ) является количественным показателем степени сходства сигналов s(t) и u(t). Аналогично функции автокорреляционных коэффициентов, она вычисляется через центрированные значения функций (для вычисления взаимной ковариации достаточно центрировать только одну из функций), и нормируется на произведение значений стандартов функций s(t) и v(t):

 su () = C su ()/ s  v . (6.2.6)

Интервал изменения значений корреляционных коэффициентов при сдвигах  может изменяться от –1 (полная обратная корреляция) до 1 (полное сходство или стопроцентная корреляция). При сдвигах , на которых наблюдаются нулевые значения  su (), сигналы независимы друг от друга (некоррелированны). Коэффициент взаимной корреляции позволяет устанавливать наличие связи между сигналами вне зависимости от физических свойств сигналов и их величины.

При вычислении ВКФ зашумленных дискретных сигналов ограниченной длины с использованием формулы (6.2.4) имеется вероятность появления значений  su (n)| > 1.

Для периодических сигналов понятие ВКФ обычно не применяется, за исключением сигналов с одинаковым периодом, например, сигналов входа и выхода при изучении характеристик систем.

Распределения Релея и Райса характеризуют замирания сигнала не в полной мере. В частности, они не дают представление о том, как протекает процесс замирания сигнала во времени. Допустим, что процесс рассматривается в два момента времени t и t +t, где t - задержка. Тогда статистическая связь замираний дается функцией корреляции, которая определяется следующим образом.

Предположим, что рассматриваемый процесс является стационарным. Это значит, что его статистические параметры, такие как среднее, дисперсия и взаимная корреляция, не зависят от времени t . Для узкополосного процесса (2.3.37) получаем функцию корреляции в виде

Введем функции корреляции квадратурных сигналов:

Теперь выражение (2.3.61) преобразуем к виду

Для дальнейшего преобразования (2.3.63) воспользуемся тригонометрическими соотношениями.

(2.3.64)

В результате получим, что

Поскольку процесс является стационарным, функция корреляции не должна зависеть от времени. Это требование может быть выполнено, если второе и четвертое слагаемые в (2.3.65) равны нулю, что, в свою очередь, возможно, если функции корреляции квадратурных сигналов удовлетворяют следующим соотношениям:

Таким образом, функция корреляции стационарного нормального узкополосного сигнала равна

Покажем, что функция корреляции является нечетной функцией t. Для этого учтем, что

Подставим (2.3.68) во вторую формулу в (2.3.66) и находим, что

. (2.3.69)

Таким образом, функция взаимной корреляции квадратурных сигналов является нечетной. Отсюда следует важный результат, что в совпадающий момент времени квадратурные сигналы не коррелированны, то есть .

Рассмотрим теперь корреляцию комплексной амплитуды

По определению функции корреляции можно записать, что

. (2.3.71)

Функция комплексная и обладает свойством симметрии, т.е.

. (2.3.72)

Подставим (2.3.70) в (2.3.71) и учтем (2.3.62). Тогда (2.3.71) принимает вид

Если учесть (2.3.66), то эта формула существенно упрощается:

Функция корреляции (2.3.67) узкополосного сигнала и функция корреляции (2.3.74) его комплексной амплитуды взаимосвязаны. Эта связь легко выявляется из сравнения (2.3.67) и (2.3.74). В результате будем иметь

Корреляционные свойства сигнала тесно связаны с его спектральными свойствами. В частности, спектральная плотность мощности находится с помощью преобразования Фурье от корреляционной функции и равна

. (2.3.76)

Покажем, что - действительная функция, в то время как корреляционная функция является комплексной. Для этого возьмем комплексное сопряжение от выражения (2.3.76) и учтем свойство симметрии (2.3.72) функции корреляции. В результате получим, что

Сравнивая (2.3.77) с (2.3.76) имеем, что . Это доказывает, что спектр комплексной амплитуды является действительной функцией.

Далее будет показано, что спектр комплексной амплитуды сигнала, описывающего замирания в многолучевом канале, является четной действительной функцией частоты, т.е. . Тогда функция корреляции становится действительной. Чтобы это доказать, запишем функцию корреляции в виде обратного преобразования Фурье от спектральной плотности мощности в виде

. (2.3.78)

Возьмем комплексное сопряжение выражения (2.3.78) и учтем четность функции . Получим, что

Сравнивая (2.3.79) с (2.3.78) имеем, что . Это доказывает, что функция корреляции комплексной амплитуды с действительным спектром в виде четной функции является действительной функцией.

Учитывая действительность функции корреляции, из (2.3.74) находим, что

. (2.3.80)

С помощью (2.3.75) получим функцию корреляции узкополосного сигнала в виде

Теперь поставим задачу, найти в явном виде спектр и функцию корреляции, которые описывают замирания сигнала в многолучевом канале. Снова рассмотрим два момента времени t и t +t. Если за время t передатчик, приемник и переотражатели не изменяют свое местоположение и сохраняют свои параметры, то суммарный сигнал в приемнике не изменяется. Чтобы происходили замирания сигнала, необходимо взаимное перемещение передатчика, приемника и (или) переотражателей. Только в этом случае наблюдается изменение амплитуд и фаз сигналов, суммирующихся на входе приемной антенны. Чем быстрее происходит это движение, тем с большей скоростью происходят замирания сигнала и, следовательно, более широким должен быть его спектр.

Будем считать, что приемник движется со скоростью v , а передатчик остается неподвижным. Если антенна передатчика излучает гармонический сигнал некоторой частоты f , то из-за эффекта Доплера приемник регистрирует сигнал другой частоты. Разница между этими частотами называется доплеровским смещением частоты. Чтобы найти величину смещения частоты, рассмотрим рис. 2.16, где изображены передатчик, приемник, волновой вектор k плоской волны и вектор v скорости приемника.

Рис. 2.16. К определению доплеровского смещения частоты

Уравнение равномерного движения приемника запишем в виде

Тогда фаза принимаемого сигнала будет функцией времени

где q - угол между вектором скорости и волновым вектором.

Мгновенная частота определяется как производная от фазы. Поэтому, дифференцируя (2.3.83) и учитывая, что волновое число , будем иметь

. (2.3.84)

При равномерном движении приемника, как следует из (2.3.84), наблюдается смещение частоты, равное

Для примера предположим, что скорость v =72 км/ч = 20 м/с, частота передатчика f =900 МГц, а угол q=0. Длина волны l и частота f связаны через скорость света с соотношением с =fl . Отсюда имеем, что l=c /f =0.33 м. Теперь из (2.3.85) находим, что доплеровское смещение частоты f d =60 Гц.

Доплеровское смещение частоты (2.3.85) принимает как положительные, так и отрицательные значения, в зависимости от угла q между вектором скорости и волновым вектором. Величина доплеровского смещения не превышает максимального значения, равного f max =v /l. Формулу (2.3.85) удобно представить в виде

. (2.3.86)

Когда имеется много переотражателей, то естественно предположить, что они располагаются вокруг приемника равномерно, например, по окружности, как показано на рис. 2.17. Такая модель переотражателей называется моделью Кларка.

Рис. 2.17. Расположение переотражателей в моделе Кларка

Спектральная плотность мощности в случае модели Кларка определяется следующим путем. Выделим интервал частот df d вблизи частоты f d . Заключенная в этом интервале принимаемая мощность равна . Эта мощность обусловлена доплеровским смещением частоты (2.3.86). Рассеянная мощность, связанная с угловым интервалом d q, равна , где - угловая плотность рассеянной мощности. Заметим, что одинаковое доплеровское смещение f d наблюдается для переотражетелей с угловыми координатами ±q. Отсюда вытекает следующее равенство мощностей

Будем полагать, что полная рассеянная мощность равна единице и равномерно распределена в интервале .

Рис. 2.18. Доплеровским спектр Джейкса для f max =10 Гц

Чтобы определить функцию корреляции (2.3.71) комплексной амплитуды, необходимо полученное для спектральной плотности мощности выражение (2.3.90) подставить в (2.3.78). В результате получим, что

Модуль функции корреляции (2.3.91) комплексной амплитуды для двух максимальных частот Доплера f max =10 Гц (сплошная кривая) и f max =30 Гц (пунктирная кривая) показаны на рис. 2.19. Если оценить время корреляции замираний сигнала в канале по уровню 0.5, то оно равно . Это дает 24 мсек для f max =10 Гц и 8 мсек для f max =30 Гц.

Рис. 2.19. Модуль функции корреляции для f max =10 и 30 Гц (сплошная и пунктирная кривые,
соответственно).

В общем случае доплеровский спектр может отличаться от спектра Джейкса (2.3.90). Область значений Df d , в которой существенно отличается от нуля, называют допплеровским рассеянием в канале. Поскольку связана с преобразованием Фурье, то временем когерентности t coh канала является величина t coh »1/Df d , которая характеризует скорость изменения свойств канала.

При выводе (2.3.90) и (2.3.91) предполагалось, что средняя мощность рассеянного сигнала равна единице. Это следует также из (2.3.91) и (2.3.71), так как

Коэффициент корреляции равен отношению функции корреляции к средней мощности . Поэтому в данном случае выражение (2.3.91) дает также коэффициент корреляции .

Из (2.3.81) найдем функцию корреляции узкополосного сигнала равную

На практике могут представлять интерес корреляционные свойства таких случайных величин, как амплитуда А и мгновенная мощность P =А 2 . Эти величины обычно являются регистрируемыми, например, на выходе линейного или квадратичного детектора. Их корреляционные свойства определенным образом связаны с корреляционными свойствами комплексной амплитуды Z (t ).

Коэффициент корреляции мгновенной мощности связан с коэффициентом корреляции комплексной амплитуды простым соотношением вида:

. (2.3.94)

Приведем доказательство этой формулы. Исходя из определения коэффициента корреляции, можем записать, что

, (2.3.95)

где - функция корреляции мощности.

Предположим, что детерминированной компоненты сигнала нет и амплитуда А имеет релеевское распределение. Тогда <P >=<A 2 >=2σ 2 . Входящая в (2.3.95) величина . Используя релеевский закон распределения, находим, что

. (2.3.96)

Учитывая (2.3.96), найдем функцию корреляции мощности из (2.3.95) с помощью простых алгебраических преобразований. Получим, что

. (2.3.97)

Функцию корреляции мощности выразим также через квадратурные компоненты в виде

Выполняя перемножение и усреднение в правой части равенства (2.3.98), получаем слагаемые, которые представляют собой следующие моменты четвертого порядка:

Таким образом, нам необходимо вычислить моменты четвертого порядка. Учтем, что квадратурные компоненты I и Q являются гауссовскими случайными величинами с нулевым средним и одинаковой дисперсией σ 2 и воспользуемся известным правилом размыкания моментов четвертого порядка . В соответствии с ним, если имеются четыре случайные величины a , b , c , и d , то справедлива следующая формула:

Применяя это правило, вычислим моменты четвертого порядка в (2.3.99). В результате будем иметь

(2.3.101)

Если принять во внимание (2.3.96), (2.3.66) и (2.3.74), то (2.3.98) можно записать в виде

Теперь необходимо учесть, что . В результате получим следующее выражение для функции корреляции мощности:

Сравнивая полученную формулу с (2.3.97), убеждаемся в справедливости (2.3.94).

Для канальной модели Кларка мы нашли, что коэффициент корреляции определяется (2.3.91). С учетом (2.3.94), коэффициент корреляции мощности в случае модели Кларка будет равен

. (2.3.104)

Корреляционные свойства амплитуды А исследуются с привлечением значительно более сложного математического аппарата и здесь не рассматриваются. Однако следует отметить, что коэффициент корреляции амплитуды А удовлетворяет следующему приближенному равенству .

Смысл спектрального анализа сигналов заключается в изучении того, как сигнал может быть представлен в виде суммы (или интеграла) простых гармонических колебаний и как форма сигнала определяет структуру распределения по частотам амплитуд и фаз этих колебаний. В противоположность этому задачей корреляционного анализа сигналов является определение меры степени сходства и различия сигналов или сдвинутых по времени копий одного сигнала. Введение меры открывает пути к проведению количественных измерений степени схожести сигналов. Будет показано, что существует определенная взаимосвязь между спектральными и корреляционными характеристиками сигналов.

3.1 Автокорреляционная функция (акф)

Автокорреляционная функция сигнала с конечной энергией – это значение интеграла от произведения двух копий этого сигнала, сдвинутых относительно друг друга на время τ, рассматриваемое в функции этого временного сдвига τ:

Если сигнал определен на конечном интервале времени , то его АКФ находится как:

,

где
- интервал перекрытия сдвинутых копий сигнала.

Считается, что чем больше значение автокорреляционной функции
при данном значении, тем в большей степени две копии сигнала, сдвинутые на промежуток времени, похожи друг на друга. Поэтому корреляционная функция
и является мерой сходства для сдвинутых копий сигнала.

Вводимая таким образом мера сходства для сигналов, имеющих форму случайных колебаний вокруг нулевого значения, обладает следующими характерными свойствами.

Если сдвинутые копии сигнала колеблются примерно в такт друг к другу, то это является признаком их схожести и АКФ принимает большие положительные значения (большая положительная корреляция). Если копии колеблются почти в противофазе, АКФ принимает большие отрицательные значения (антисходство копий сигнала, большая отрицательная корреляция).

Максимум АКФ достигается при совпадении копий, то есть при отсутствии сдвига. Нулевые значения АКФ достигаются при сдвигах, при которых не заметно ни сходства, ни антисходства копий сигнала (нулевая корреляция, отсутствие корреляции).

На рис.3.1 изображен фрагмент реализации некоторого сигнала на интервале времени от 0 до 1 с. Сигнал случайным образом колеблется вокруг нулевого значения. Поскольку интервал существования сигнала конечен, то конечна и его энергия. Его АКФ можно вычислить в соответствии с уравнением:

.

Автокорреляционная функция сигнала, вычисленная вMathCad в соответствии с этим уравнением, представлена на рис. 3.2. Корреляционная функция показывает не только то, что сигнал похож сам на себя (сдвиг τ=0), но и то, что некоторой схожестью обладают и копии сигнала, сдвинутые друг относительно друга приблизительно на 0.063 с (боковой максимум автокорреляционной функции). В противоположность этому копии сигнала сдвинутые на 0.032 с, должны быть антипохожи дуг на друга, то есть быть в некотором смысле противоположными друг другу.

На рис.33 показаны пары этих двух копий. По рисунку можно проследить, что понимается под похожестью и антипохожестью копий сигнала.

Корреляционная функция обладает следующими свойствами:

1. При τ = 0 автокорреляционная функция принимает наибольшее значение, равное энергии сигнала

2. Автокорреляционная функция является четной функцией временного сдвига
.

3. С ростом τ автокорреляционная функция убывает до нуля

4. Если сигнал не содержит разрывов типа δ - функций, то
- непрерывная функция.

5. Если сигнал является электрическим напряжением, то корреляционная функция имеет размерность
.

Для периодических сигналов в определении автокорреляционной функции тот же самый интеграл делят еще на период повторения сигнала:

.

Так введенная корреляционная функция отличается следующими свойствами:

Для примера вычислим корреляционную функцию гармонического колебания :

Используя ряд тригонометрических преобразований, получим окончательно:

Таким образом, автокорреляционная функция гармонического колебания является косинусоидой с тем же периодом изменения, что и сам сигнал. При сдвигах, кратных периоду колебания, гармоника преобразуется в себя и АКФ принимает наибольшие значения, равные половине квадрата амплитуды. Сдвиги по времени, кратные половине периода колебания, равносильны смещению фазы на угол
, при этом меняется знак колебаний, а АКФ принимает минимальное значение, отрицательное и равное половине квадрата амплитуды. Сдвиги, кратные четверти периода, переводят, например, синусоидальное колебание в косинусоидальное и наоборот. При этом АКФ обращается в нуль. Такие сигналы, находящиеся в квадратуре друг относительно друга, с точки зрения автокорреляционной функции оказываются совершенно не похожими друг на друга.

Важным является то, что в выражение для корреляционной функции сигнала не вошла его начальная фаза. Информация о фазе потерялась. Это означает, что по корреляционной функции сигнала нельзя восстановить сам сигнал. Отображение
в противоположность отображению
не является взаимно однозначным.

Если под механизмом генерирования сигналов понимать некоего демиурга, создающего сигнал по выбранной им корреляционной функции, то он смог бы создать целую совокупность сигналов (ансамбль сигналов), имеющих действительно одну и ту же корреляционную функцию, но отличающихся друг от друга фазовыми соотношениями.

актом проявления сигналом своей свободной воли, независимой от воли создателя (возникновение отдельных реализаций некоторого случайного процесса),

результатом постороннего насилия над сигналом (введение в сигнал измерительной информации, получаемой при проведении измерений какой либо физической величины).

Аналогичным образом обстоит дело с любым периодическим сигналом. Если периодический сигнал с основным периодом Т имеет амплитудный спектр
и фазовый спектр
, то корреляционная функция сигнала принимает следующий вид:

.

Уже в этих примерах проявляется некоторая связь между корреляционной функцией и спектральными свойствами сигнала. Подробнее об этих соотношениях речь пойдет в дальнейшем.

Signals and linear systems. Correlation of signals

Тема 6. Корреляция сигналов

Предельный страх и предельный пыл храбрости одинаково расстраивают желудок и вызывают понос.

Мишель Монтень. Французский юрист-мыслитель, XVI в.

Вот это номер! Две функции имеют стопроцентную корреляцию с третьей и ортогональны друг другу. Ну и шуточки были у Всевышнего при сотворении Мира.

Анатолий Пышминцев. Новосибирский геофизик Уральской школы, ХХ в.

1. Автокорреляционные функции сигналов. Понятие автокорреляционных функций (АКФ). АКФ сигналов, ограниченных во времени. АКФ периодических сигналов. Функции автоковариации (ФАК). АКФ дискретных сигналов. АКФ зашумленных сигналов. АКФ кодовых сигналов.

2. Взаимнокорреляционные функции сигналов (ВКФ). Взаимная корреляционная функция (ВКФ). Взаимная корреляция зашумленных сигналов. ВКФ дискретных сигналов.Оценка периодических сигналов в шуме. Функция взаимных корреляционных коэффициентов.

3. Спектральные плотности корреляционных функций. Спектральная плотность АКФ. Интервал корреляции сигнала. Спектральная плотность ВКФ. Вычисление корреляционных функций при помощи БПФ.

Введение

Корреляция (correlation), и ее частный случай для центрированных сигналов – ковариация, является методом анализа сигналов. Приведем один из вариантов использования метода. Допустим, что имеется сигнал s(t), в котором может быть (а может и не быть) некоторая последовательность x(t) конечной длины Т, временное положение которой нас интересует. Для поиска этой последовательности в скользящем по сигналу s(t) временном окне длиной Т вычисляются скалярные произведения сигналов s(t) и x(t). Тем самым мы "прикладываем" искомый сигнал x(t) к сигналу s(t), скользя по его аргументу, и по величине скалярного произведения оцениваем степень сходства сигналов в точках сравнения.

Корреляционный анализ дает возможность установить в сигналах (или в рядах цифровых данных сигналов) наличие определенной связи изменения значений сигналов по независимой переменной, то есть, когда большие значения одного сигнала (относительно средних значений сигнала) связаны с большими значениями другого сигнала (положительная корреляция), или, наоборот, малые значения одного сигнала связаны с большими значениями другого (отрицательная корреляция), или данные двух сигналов никак не связаны (нулевая корреляция).

В функциональном пространстве сигналов эта степень связи может выражаться в нормированных единицах коэффициента корреляции, т.е. в косинусе угла между векторами сигналов, и, соответственно, будет принимать значения от 1 (полное совпадение сигналов) до -1 (полная противоположность) и не зависит от значения (масштаба) единиц измерений.

В варианте автокорреляции (autocorrelation) по аналогичной методике производится определение скалярного произведения сигнала s(t) с собственной копией, скользящей по аргументу. Автокорреляция позволяет оценить среднестатистическую зависимость текущих отсчетов сигнала от своих предыдущих и последующих значений (так называемый радиус корреляции значений сигнала), а также выявить в сигнале наличие периодически повторяющихся элементов.

Особое значение методы корреляции имеют при анализе случайных процессов для выявления неслучайных составляющих и оценки неслучайных параметров этих процессов.

Заметим, что в терминах "корреляция" и "ковариация" существует некоторая путаница. В математической литературе термин "ковариация" применяется к центрированным функциям, а "корреляция" – к произвольным. В технической литературе, и особенно в литературе по сигналам и методам их обработки, часто применяется прямо противоположная терминология. Принципиального значения это не имеет, но при знакомстве с литературными источниками стоит обращать внимание на принятое назначение данных терминов.

Понятие “корреляция” отражает степень сходства некоторых объектов или явлений. Применительно к сигналам корреляционная функция есть количественная мера сходства двух копий сигнала сдвинутых друг относительно друга по времени на некоторую величину t - чем больше значение корреляционной функции, тем больше похожи сигналы друг на друга.

Корреляционная функция задается следующим выражением:

∞

R ss (t) = ∫ s(t) s(t - t)dt (1.24)

- ∞

Здесь индекс R ss означает, что вычисляется автокорреляционная функция (АКФ) корреляция сигнала s(t) с его сдвинутой копией.

Корреляционная функция (АКФ) сигнала обладает следующими свойствами:

1. Значение АКФ при t = 0 равно энергии сигнала:

∞

R ss (0) = ∫ s(t) 2 dt. (1.25)

2. АКФ является четной и невозрастающей функцией

R ss (t) = R ss (-t), R ss (t) ≤ R ss (0). (1.26)

3. АКФ сигнала с конечной энергией при t → ∞ стримится к нулю.

4. АКФ периодического сигнала периодична с периодом, равным периоду самого сигнала.

Если АКФ показывает степень сходства между сдвинутыми копиями одного и того же сигнала, то аналогичная ей взаимная корреляционная функция (ВКФ) позволяет оценить степень подобия двух различных сигналов

R 12 (t) = ∫ s 1 (t) s 2 (t - t)dt (1.27)

Вычисление АКФ и ВКФ сигналов является одними из основных алгоритмов обработки сигналов при их приеме на фоне помех. В связи с этим понимание физического смысла “корреляции ” и знание свойств корреляционных функций различных сигналов является важным элементом образования специалиста в области передачи информации и связи.

Целью данной работы является изучение простейших радиотехнических сигналов, разложение их в ряд Фурье, создание в среде программирования Matlab соответствующих программ.

Ход работы:

1 . Создать программу построения следующих простейших радиотехнических сигналов и представить их графики:

1.1. прямоугольный импульс;

1.2. сумма синусов;

1.3. радиоимпульс с прямоугольной огибающей;

1.5. радиоимпульс с гауссовской огибающей;

1.6. последовательность импульсов типа «меандр»;

1.7. фазоманипулированная последовательность;

1.8. радиоимпульс с экспоненциальной огибающей.

2 . Создать подпрограмму разложения сигнала в ряд Фурье.

3. Определить автокорреляционную функцию Rxx(k) для сформированных моделей сигналов.

5. Оценить коэффициент корреляции исходного сигнала и его разложения в ряд Фурье.

Отчет о выполненной работе должен содержать:

Краткое описание цели работы;

Тексты *.mat программ моделирования;

Графическое представление сформированных полезных сигналов;

Выводы о проделанной работе.

Контрольные вопросы :

1. Что такое “детерминированный сигнал”? Приведите примеры.

2. Что такое “система ортогональных функций”. Как определяются коэффициенты ряда Фурье.

3. Что такое “спектр сигнала”?

4. Запишите выражения для ряда Фурье на основе тригонометрических и комплексных экспоненциальных функций.

5. Что такое “преобразование Фурье”?

6. Запишите выражения для прямого и обратного преобразований Фурье.

7. Как выглядит спектр одиночного прямоугольного импульса?

8. Как выглядит спектр функции вида sin(x)/x?

9. Как изменится форма спектра прямоугольного (гауссовского) импульса при изменении (увеличении, уменьшении) его длительности?