このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
指数シーケンスの自己相関関数
について、28 サンプルの指数シーケンス の自己相関関数を計算します。
a = 0.95; N = 28; n = 0:N-1; lags = -(N-1):(N-1); x = a.^n; c = xcorr(x);
を分析的に判断して結果が正しいかを確認します。より高いサンプル レートを使用して連続状況をシミュレートします。 において の場合、シーケンス の自己相関関数は次になります。
fs = 10; nn = -(N-1):1/fs:(N-1); dd = (1-a.^(2*(N-abs(nn))))/(1-a^2).*a.^abs(nn);
シーケンスを同じ Figure にプロットします。
stem(lags,c); hold on plot(nn,dd) xlabel('Lag') legend('xcorr','Analytic') hold off
計算を繰り返しますが、今度は自己相関の "不偏推定" を求めます。不偏推定が で求められることを検証します。
cu = xcorr(x,'unbiased'); du = dd./(N-abs(nn)); stem(lags,cu); hold on plot(nn,du) xlabel('Lag') legend('xcorr','Analytic') hold off
計算を繰り返しますが、今度は自己相関の "バイアス推定" を求めます。バイアス推定が で求められることを検証します。
cb = xcorr(x,'biased'); db = dd/N; stem(lags,cb); hold on plot(nn,db) xlabel('Lag') legend('xcorr','Analytic') hold off
ゼロ ラグの値が 1 である自己相関の推定を求めます。
cz = xcorr(x,'coeff'); dz = dd/max(dd); stem(lags,cz); hold on plot(nn,dz) xlabel('Lag') legend('xcorr','Analytic') hold off