![cover image](https://wikiwandv2-19431.kxcdn.com/_next/image?url=https://upload.wikimedia.org/wikipedia/commons/thumb/2/21/Comparison_convolution_correlation.svg/langzh-hk-640px-Comparison_convolution_correlation.svg.png&w=640&q=50)
互相關
維基百科,自由的 encyclopedia
在統計學中,互相關有時用來表示兩個隨機向量 X 和 Y 之間的協方差cov(X, Y),以與向量 X 的「協方差」概念相區分,向量 X 的「協方差」是 X 的各純量成分之間的協方差矩陣。
![](http://upload.wikimedia.org/wikipedia/commons/thumb/2/21/Comparison_convolution_correlation.svg/320px-Comparison_convolution_correlation.svg.png)
在信號處理領域中,互相關(有時也稱為「互協方差」)是用來表示兩個信號之間相似性的一個度量,通常通過與已知信號比較用於尋找未知信號中的特性。它是兩個信號之間相對於時間的一個函數,有時也稱為「滑動點積」,在模式識別以及密碼分析學領域都有應用。
對於離散函數 fi 和 gi 來說,互相關定義為
其中和在整個可能的整數 j 區域取和,表示複共軛。對於連續信號 f(x) 和 g(x) 來說,互相關定義為
其中積分是在整個可能的 t 區域積分。
互相關實質上類似於兩個函數的卷積。