Вы получаете некоторые данные и хотели бы знать, совпадают ли они с более длинным потоком, вы измерились. Взаимная корреляция позволяет вам делать то определение, даже когда данные повреждаются шумом.
Загрузите в рабочую область запись звонка, вращающегося на поверхности стола. Обрежьте один второй фрагмент и слушайте его.
load('Ring.mat') Time = 0:1/Fs:(length(y)-1)/Fs; m = min(y); M = max(y); Full_sig = double(y); timeA = 7; timeB = 8; snip = timeA*Fs:timeB*Fs; Fragment = Full_sig(snip); % To hear, type soundsc(Fragment,Fs)
Постройте сигнал и фрагмент. Подсветите конечные точки фрагмента для ссылки.
plot(Time,Full_sig,[timeA timeB;timeA timeB],[m m;M M],'r--') xlabel('Time (s)') ylabel('Clean') axis tight
plot(snip/Fs,Fragment) xlabel('Time (s)') ylabel('Clean') title('Fragment') axis tight
Вычислите и постройте взаимную корреляцию полного сигнала и фрагмента.
[xCorr,lags] = xcorr(Full_sig,Fragment); plot(lags/Fs,xCorr) grid xlabel('Lags (s)') ylabel('Clean') axis tight
Задержка, в которой взаимная корреляция является самой сильной, является задержкой между начальными точками сигналов. Повторно постройте сигнал и наложите фрагмент.
[~,I] = max(abs(xCorr)); maxt = lags(I); Trial = NaN(size(Full_sig)); Trial(maxt+1:maxt+length(Fragment)) = Fragment; plot(Time,Full_sig,Time,Trial) xlabel('Time (s)') ylabel('Clean') axis tight
Повторите процедуру, но добавьте шум отдельно, чтобы сигнализировать и фрагментировать. Звук не может быть выбран от шума.
NoiseAmp = 0.2*max(abs(Fragment)); Fragment = Fragment+NoiseAmp*randn(size(Fragment)); Full_sig = Full_sig+NoiseAmp*randn(size(Full_sig)); % To hear, type soundsc(Fragment,Fs) plot(Time,Full_sig,[timeA timeB;timeA timeB],[m m;M M],'r--') xlabel('Time (s)') ylabel('Noisy') axis tight
Процедура находит недостающий фрагмент несмотря на высокий уровень шума.
[xCorr,lags] = xcorr(Full_sig,Fragment); plot(lags/Fs,xCorr) grid xlabel('Lags (s)') ylabel('Noisy') axis tight
[~,I] = max(abs(xCorr)); maxt = lags(I); Trial = NaN(size(Full_sig)); Trial(maxt+1:maxt+length(Fragment)) = Fragment; figure plot(Time,Full_sig,Time,Trial) xlabel('Time (s)') ylabel('Noisy') axis tight