自我相關函數統計學名詞 / 維基百科,自由的 encyclopedia 自相關(英語:Autocorrelation),也叫序列相關[1],是一個訊號於其自身在不同時間點的互相關。非正式地來說,它就是兩次觀察之間的相似度對它們之間的時間差的函數。它是找出重複模式(如被噪聲掩蓋的週期訊號),或識別隱含在訊號諧波頻率中消失的基頻的數學工具。它常用於訊號處理中,用來分析函數或一系列值,如時域訊號。 摺積、互相關和自相關的圖示比較。運算涉及函數 f {\displaystyle f} ,並假定 f {\displaystyle f} 的高度是1.0,在5個不同點上的值,用在每個點下面的陰影面積來指示。 上面:100個隨機數序列的圖,其中隱含了一個正弦函數。下面:自相關函數產生的相關圖(英語:correlogram)顯示出的正弦函數。
自相關(英語:Autocorrelation),也叫序列相關[1],是一個訊號於其自身在不同時間點的互相關。非正式地來說,它就是兩次觀察之間的相似度對它們之間的時間差的函數。它是找出重複模式(如被噪聲掩蓋的週期訊號),或識別隱含在訊號諧波頻率中消失的基頻的數學工具。它常用於訊號處理中,用來分析函數或一系列值,如時域訊號。 摺積、互相關和自相關的圖示比較。運算涉及函數 f {\displaystyle f} ,並假定 f {\displaystyle f} 的高度是1.0,在5個不同點上的值,用在每個點下面的陰影面積來指示。 上面:100個隨機數序列的圖,其中隱含了一個正弦函數。下面:自相關函數產生的相關圖(英語:correlogram)顯示出的正弦函數。