cross-correlation

    0热度

    1回答

    这是我在这里询问的第一个问题,请耐心等待。我对Matlab并不陌生,但之前从未使用过MVNRND函数,而且我的统计知识并不强大。我试图做的总结如下:我试图创建一个函数,生成2个相关的相位屏幕(NxN矩阵),将用于电磁高斯谢尔模型光束传播模拟。光束需要用于X和Y偏振状态的单独的随机相位屏幕。我到目前为止的代码如下。 function [phz_x,phz_y]=GSM_phase_screen_2(

    0热度

    1回答

    我很感激这里的一些输入! 我有5个时间序列数据(的一例步骤在该系列是在下面的曲线图),其中,系列中的每个步骤是进行了调查6H开在海洋物种目击的垂直轮廓。所有5个步骤垂直间隔0.1m(以及6h的时间)。 我想要做的是计算所有系列之间的多变量互相关,以便找出配置文件最为相关并且随时间变化稳定的时滞。 资料例如: 我觉得上没有那么大R中的文档,所以我做了什么至今使用包MTS与CCM函数来创建互相关矩阵。

    0热度

    1回答

    对不起,如果我说一些愚蠢的东西,请原谅我: 我试图将Matlab代码(下面给出)转换为使用HDL编码器的VHDL代码。它包含一个名为sum 。但是当我尝试它给了我错误的代码转换: 生成代码只支持SumModes“SpecifyPrecision”和 “KeepLSB”为“SUM”时输入的大小可以在运行时会有所不同。 但事实是我从来没有使用功能before.Can任何一个请帮我it.How应该改变我

    4热度

    1回答

    我想用AForge 2.2.5来计算2个声音样本的相关系数。 我读过here计算互相关的公式。 And here我读过关于计算相关系数的公式。 这是我目前所拥有的: 在调用CrossCorrelation()之前,已经执行了FFT。 static Complex[] CrossCorrelation(Complex[] ffta, Complex[] fftb) { var conj

    1热度

    2回答

    我正在研究两个相对较小的时间序列之间的交叉关联,但是试图完成我遇到了一个我无法调和自己的问题。首先,我了解plt.xcorr和np.correlate之间的依赖关系。但是,我无法调和零滞后的plt.xcorr与np.corrcoef之间的差异? a = np.array([ 7.35846410e+08, 8.96271634e+08, 6.16249222e+08, 8.0073986

    1热度

    1回答

    我正在调整传感器的不同测量值。其中一些是周期性的,我只是使用了最大的交叉相关性,它工作得很好。现在我有几个非周期性信号类似于我想要对齐的ramp/sigmoids/step/hill函数,但是对于这些信号来说,互相关失败了(在滞后0时总是给出最大值)。 这些类型的信号的方法是什么? 理想的方法将适用于两个信号,而不需要事先知道哪一个我遇到。 下面是一个例子(噪声)

    15热度

    2回答

    我有各种不同的时间序列,我想要关联 - 或者说,互相关 - 彼此,以找出在哪个时间滞后相关因子是最大的。 我发现variousquestions和答案/链接讨论如何用numpy做到这一点,但这些都意味着我必须把我的数据框变成numpy数组。而且由于我的时间系列经常涉及不同时期,所以恐怕我会陷入混乱。 编辑 我与所有的numpy的/ SciPy的方法遇到的问题是,他们似乎缺少我的数据的时间序列性质的

    0热度

    1回答

    我有两个矩阵(每个大约6000x6000),我希望通过使用互相关找到彼此的偏移。我知道最大偏移量最多为100个单元,所以我希望更好地优化我的代码,但xcorr2没有选项来限制要计算的偏移量。 关于如何解决这个问题的任何想法?

    2热度

    1回答

    我有两个信号,我想同步(找到时滞)。 我这个用“CCF”的功能,并找到最大,下面这篇文章已经做了: Finding lag at which cross correlation is maximum ccf() 我,虽然我不得不这样做 fft1 <- fft(my.vector1) fft2 <- fft(my.vector2) ccf(fft1, fft2, lag.max = 6000,

    3热度

    6回答

    我正在学习numpy/scipy,来自MATLAB背景。 xcorr function in Matlab有一个可选参数“maxlag”,它限制从-maxlag到maxlag的滞后范围。如果您正在查看两个很长时间序列之间的互相关,但只对某个时间范围内的相关性感兴趣,这非常有用。考虑到互相关计算的成本非常昂贵,性能的提高是巨大的。 在numpy/scipy中,似乎有几种计算互相关的选项。 numpy