La croix-coefficient de corrélation

J'ai deux formes d'onde dans le domaine temporel, de qui j'ai besoin de mesurer la corrélation croisée coefficient dans MATLAB. J'ai essayé max(abs(xcorr(m,n,'coeff'))) mais il ne semble pas fonctionner correctement.

Aussi j'ai besoin de mesurer la croix coefficient de corrélation pour les différentes sections de la forme d'onde, par exemple mesurer la croix coefficient de corrélation à intervalles de 1 minute. Et, si possible, la production, ces valeurs d'une matrice ou quelque chose.

Je sais que c'est beaucoup demander, mais je suis un MATLAB novice et de trouver la tâche!

Toute aide que vous pourriez me donner sur cette question seront reçues avec reconnaissance.

EDIT:
C'est le code que j'ai utilisé pour tester la corrélation de code:

x = rand(1,14400);
y = rand(1,14400);
r = max( abs(xcorr(x,y,'coeff')) )
  • Nous avons besoin de plus de détails que "cela ne semble pas fonctionner correctement". Qu'avez-vous, et qu'avez-vous espérer obtenir?
InformationsquelleAutor Scott | 2009-12-02
  1. 5

    Selon les équations dans cet article vous pouvez compter la croix-coefficient de corrélation de cette façon:

    % Assuming: m and n are your signals organized as row vectors
r = cov([m;n]) / (std(m)*std(n));

    si vous voulez calculer le coefficient seulement pour une partie des signaux, il suffit d'utiliser:

    r = cov([m(1:100);n(1:100)]) / (std(m(1:100))*std(n(1:100)));

    Avez-vous aussi essayé le corrcoef fonction?

    Modifier
    Ok, j'ai vérifié les corrcoef fonction et il semble fonctionner correctement, prendre un coup d'oeil:

    >> x = 100*randn(1000,1);
>> y=34*randn(1000,1);
>> corrcoef(x,y)

ans =

    1.0000   -0.0543
   -0.0543    1.0000

    De sorte que le coefficient de corrélation est égal -0.0543 - petite similitude (comme prévu).

    Pour vérifier cela, nous allons calculer le coefficient de signaux identiques:

    >> y=x;
>> corrcoef(x,y)

ans =

     1     1
     1     1

    Comme prévu, il est égal à 1.

    Modifier.
    Comme vous pouvez le voir, le résultat de corrcoef est une matrice de toutes les coefficients de corrélation entre ces deux signaux:

           x        y
x    1.0000   -0.0543
y   -0.0543    1.0000

    Sorte de cross-corrélation, vous devez sélectionner l'un des éléments hors de la diagonale principale (il y en a situé l'auto-coefficients de corrélation, dans ce cas, toujours égal à 1).

    Il n'y a pas de différence si vous sélectionnez ans(2,1), ou sna(1,2) - il n'y a pas de différence, si vous calculez la corrélation entre x et y, ou de corrélation de y et de x.

    Donc le code final devrait ressembler à ceci:

    R = corrcoef(x,y); % Correlation matrix
r = R(2,1); % this is your Cross-Correlation coefficient
    • Salut, merci, mais cela renvoie beaucoup de chiffres, dont la plupart sont au-dessus de l'un. Je suis à la recherche d'une seule valeur qui représente la similarité. D'autres suggestions qui pourraient aider?
    • J'ai supposé que Scott est assez intelligent pour le faire sur lui-même 😉 OK -> Modifier
    InformationsquelleAutor Gacek
  2. 2

    Essayez d'utiliser de la Croix-Covariance au lieu

    x = rand(1,14400);
y = rand(1,14400);
r = max( abs(xcov(x,y,'coeff')) )

    de la croix-covariance de la séquence de la corrélation croisée de la moyenne-retiré
    les séquences. Comme Joonas mentionné, rand a un décalage DC à 0,5 et vous donnera un "mauvais" résultats.

    InformationsquelleAutor sjchoi
  3. 0

    J'ai essayé max(abs(xcorr(m,n,'coef'))) mais ça ne semble pas fonctionner correctement.

    Qu'entendez-vous par là? En quoi est-il de la sortie, et qu'attendez-vous?

    Une chasse aux sorcières dans de corrélation croisée est qu'une polarisation DC dans la forme d'onde de corrompre le résultat. Et autant que je sache, il n'y a pas de façon universelle à faire quoi que ce soit. Vous avez en quelque sorte de s'assurer que vos formes d'ondes ne contiennent pas de polarisation DC.

    • Eh bien, je suis en espérant une valeur entre 0 et 1, visuellement, les signaux sont très similaires, avec un léger décalage. mais le code que j'ai tapé ci-dessus donne une valeur de 0,77 qui est bon, mais si j'utilise ce code sur deux signaux aléatoires que j'ai créer dans Matlab elle est élevée, plus le coefficient de corrélation de sur de 0,83, ce qui suggère qu'ils sont très similaires.
    • Merci de poster le code (en éditant votre question ci-dessus). Il est difficile de croire que le coefficient de corrélation entre deux signaux aléatoires était bien autre chose que d'environ zéro, à moins qu'ils 1) sont très courts, ou 2) ont une polarisation DC.
    InformationsquelleAutor Joonas Pulakka
  4. 0

    C'est le code que j'ai utilisé pour tester la corrélation de code:

    x = rand(1,14400);
y = rand(1,14400);
r = max( abs(xcorr(x,y,'coeff')) )

    Le problème est que rand retourne les numéros sont distribués uniformément dans l'intervalle (0,1). En d'autres termes, vous disposez d'un contrôleur de polarisation (moyenne) de 0,5! C'est pourquoi vous obtenez haut coefficient de corrélation pour apparemment aléatoire des signaux: ils ne sont pas tout à fait au hasard, car chacun a un semblable constante composant qui s'affiche dans le coefficient de corrélation.

    Donc, essayez d'utiliser randn à la place: il renvoie des nombres aléatoires dont les éléments sont normalement distribué avec une moyenne de 0, qui est ce que vous voulez ici.

    • Même la suppression de la polarisation DC avec quelque chose comme: x = rand(1,14400) - 0.5; y = rand(1,14400) - 0.5; r = max( abs(xcorr(x,y,'coef')) ) va résoudre ce "problème". Cependant, la suggestion d'utiliser randn est bon; à peu près normale/bruit Gaussien est très commun dans la vraie signaux (en grande partie grâce au Théorème de la Limite Centrale), tandis que l'uniforme de bruit n'est pas.
    InformationsquelleAutor Joonas Pulakka