Взаимная корреляция с многоканальным входом
Сгенерируйте три экспоненциальных последовательности с 11 выборками, данные , , и , с . Используйте stem3 построить последовательности рядом друг с другом.
N = 11;
n = (0:N-1)';
a = 0.4;
b = 0.7;
c = 0.999;
xabc = [a.^n b.^n c.^n];
stem3(n,1:3,xabc','filled')
ax = gca;
ax.YTick = 1:3;
view(37.5,30)
Вычислите автокорреляции и взаимные взаимные корреляции последовательностей. Выведите задержки, таким образом, вы не должны отслеживать их. Нормируйте результат, таким образом, автокорреляции имеют стоимость единицы в нулевой задержке.
[cr,lgs] = xcorr(xabc,'coeff'); for row = 1:3 for col = 1:3 nm = 3*(row-1)+col; subplot(3,3,nm) stem(lgs,cr(:,nm),'.') title(sprintf('c_{%d%d}',row,col)) ylim([0 1]) end end
Ограничьте вычисление задержками между и .
[cr,lgs] = xcorr(xabc,5,'coeff'); for row = 1:3 for col = 1:3 nm = 3*(row-1)+col; subplot(3,3,nm) stem(lgs,cr(:,nm),'.') title(sprintf('c_{%d%d}',row,col)) ylim([0 1]) end end
Вычислите объективные оценки автокорреляций и взаимных взаимных корреляций. По умолчанию, задержки, запущенные между и .
cu = xcorr(xabc,'unbiased'); for row = 1:3 for col = 1:3 nm = 3*(row-1)+col; subplot(3,3,nm) stem(-(N-1):(N-1),cu(:,nm),'.') title(sprintf('c_{%d%d}',row,col)) end end
