作业帮如何从带回波的信号中用自相关函数算出延迟,原理加MATLAB程序.x[n]为原信号（没有回波）,回波y[n]=x[n]+a*x[n-N1]+b*x[n-N2].现在a,b,N1,N2都不清楚,有一种方法可以用y[n]的自相关函数估算出a,b,N1,N2来.
来源：学生作业帮助网 编辑：作业帮 时间：2024/05/01 21:18:28
![如何从带回波的信号中用自相关函数算出延迟,原理加MATLAB程序.x[n]为原信号（没有回波）,回波y[n]=x[n]+a*x[n-N1]+b*x[n-N2].现在a,b,N1,N2都不清楚,有一种方法可以用y[n]的自相关函数估算出a,b,N1,N2来.](/uploads/image/z/11291166-54-6.jpg?t=%E5%A6%82%E4%BD%95%E4%BB%8E%E5%B8%A6%E5%9B%9E%E6%B3%A2%E7%9A%84%E4%BF%A1%E5%8F%B7%E4%B8%AD%E7%94%A8%E8%87%AA%E7%9B%B8%E5%85%B3%E5%87%BD%E6%95%B0%E7%AE%97%E5%87%BA%E5%BB%B6%E8%BF%9F%2C%E5%8E%9F%E7%90%86%E5%8A%A0MATLAB%E7%A8%8B%E5%BA%8F.x%5Bn%5D%E4%B8%BA%E5%8E%9F%E4%BF%A1%E5%8F%B7%EF%BC%88%E6%B2%A1%E6%9C%89%E5%9B%9E%E6%B3%A2%EF%BC%89%2C%E5%9B%9E%E6%B3%A2y%5Bn%5D%3Dx%5Bn%5D%2Ba%2Ax%5Bn-N1%5D%2Bb%2Ax%5Bn-N2%5D.%E7%8E%B0%E5%9C%A8a%2Cb%2CN1%2CN2%E9%83%BD%E4%B8%8D%E6%B8%85%E6%A5%9A%2C%E6%9C%89%E4%B8%80%E7%A7%8D%E6%96%B9%E6%B3%95%E5%8F%AF%E4%BB%A5%E7%94%A8y%5Bn%5D%E7%9A%84%E8%87%AA%E7%9B%B8%E5%85%B3%E5%87%BD%E6%95%B0%E4%BC%B0%E7%AE%97%E5%87%BAa%2Cb%2CN1%2CN2%E6%9D%A5.)
如何从带回波的信号中用自相关函数算出延迟,原理加MATLAB程序.x[n]为原信号（没有回波）,回波y[n]=x[n]+a*x[n-N1]+b*x[n-N2].现在a,b,N1,N2都不清楚,有一种方法可以用y[n]的自相关函数估算出a,b,N1,N2来.
如何从带回波的信号中用自相关函数算出延迟,原理加MATLAB程序.
x[n]为原信号（没有回波）,回波y[n]=x[n]+a*x[n-N1]+b*x[n-N2].现在a,b,N1,N2都不清楚,有一种方法可以用y[n]的自相关函数估算出a,b,N1,N2来.及算法,最好有MATLAB程序.我只有50分全拿出来了,课程设计要用,救急!
如何从带回波的信号中用自相关函数算出延迟,原理加MATLAB程序.x[n]为原信号（没有回波）,回波y[n]=x[n]+a*x[n-N1]+b*x[n-N2].现在a,b,N1,N2都不清楚,有一种方法可以用y[n]的自相关函数估算出a,b,N1,N2来.
自相关函数是描述随机信号X(t)在任意两个不同时刻t1,t2的取值之间的相关程度.设原函数是f(t),则自相关函数定义为R(u)=f(t)*f(-t),其中*表示卷积.
给个例子:
dt=.1;
t=[0:dt:100];
x=cos(t);
[a,b]=xcorr(x,'unbiased');
plot(b*dt,a)
上面代码是求自相关函数并作图,
matlab中查看帮助时,
help xcorr 解释其意思是：
C(m) = E[A(n+m)*conj(B(n))] = E[A(n)*conj(B(n-m))]；
但是,在调用xcorr函数求自相关时,有 scaleopt参数
r=xcorr(s,SCALEOPT)
SCALEOPT有
'biased' - scales the raw cross-correlation by 1/M.
'unbiased' - scales the raw correlation by 1/(M-abs(lags)).
'coeff' - normalizes the sequence so that the auto-correlations
at zero lag are identically 1.0.
'none' - no scaling (this is the default).
注意观察下面的测试:
s = [1 2 3]
r = xcorr(s);
r =
3.0000 8.0000 14.0000 8.0000 3.0000
当用r=xcorr(s,'unbiased')时就能得到
r =3.0000 4.0000 4.6667 4.0000 3.0000