Wie Erstellen Autokorrelation Funktion ohne buit-in Funktionen wie xcorr

Möchte ich automatisch zu korrelieren eine random-noise-Vektor mit eingebauten MATLAB-Funktionen.

Mein auto-Korrelations-Gleichung, die gegeben ist: 

Rxx[L] = ∑ from n = 1 to N-1 [x(n)*x(n+L)]

L = [0:200]

Ich geschrieben habe, der code unten, aber die plot Rxx vs L plot ist nicht das, was ich erwarte.
Ich erwarte mein plot zu starten, bei einigen maximal bei L = 0 oder L = 1 da MATLAB beginnt der index bei 1. Dann exponentiell verringern und gesättigte Fettsäuren auf ein min von null.

clc
clear all

randn('seed',2496132);
n = randn(1,1024);

upperbound = numel(n)-1;

for L = 1:200

    for j = 1 : upperbound

            n1(j) = n(j)+L;
            Rxx(j) = (n(j)*n1(j));             

    end

    Rxx_sum(L) = sum(Rxx);
    Rxx = 0;

end

plot([1:200], Rxx_sum)
InformationsquelleAutor Ryty Banks | 2013-11-01
  1. 1

    Haben Sie Fehler in innerer Schleife: Sie müssen n1(j) = n(j+L); statt n1(j) = n(j)+L;. E. g. Sie müssen hinzufügen L zu indizieren stattdessen Wert.

    Zweite Fehler ist folgender: wenn Sie verwenden möchten upperbound = numel(n)-1 haben, als Sie sollten verwenden, L gleich 0 oder 1 nur. E. g. Sie äußere Schleife wird

    for L = 0:1
   ...
   Rxx_sum(L+1) = sum(Rxx);
   ...

    Stattdessen können Sie auch richtig upperbound-Wert:

    upperbound = numel(n) - maxL;

    Dort maxL ist der maximale Wert von L wird verwendet in next-Schleife.

    Noch ein Tipp: es ist möglich, die Erhöhung der Geschwindigkeit der Berechnung, wenn Sie ersetzen die innere Schleife mit Skalarprodukt, z.B.

    for L = 1:200
    Rxx_sum(L) = n(1:upperbound) * n(1+L:upperbound+L)';    
end
    • Das war nicht genau das, was ich suchte, aber es hilft, um mich auf den richtigen Weg. Danke Danil
    InformationsquelleAutor Danil Asotsky
  2. 1

    Ich landete Festsetzung mein script mit Hilfe der oben genannten code.

    clc

    klar alle

    randn('seed',2496132);

    z = randn(1,1024);

    n = [z Nullen(1,200)];

    upperbound = numel(z)-1;

    für L = 0:200

    for j = 1 : upperbound

    Rxx(j) = (n(j)*n(j+L));             

>end

Rxx_sum(L+1) = sum(Rxx);
Rxx = 0;

    Ende

    plot([0:200],Rxx_sum)

    InformationsquelleAutor Ryty Banks
Schreibe einen Kommentar