다중채널 입력값을 사용한 상호상관
, , ()으로 지정된 11개 샘플로 구성된 세 개의 지수 시퀀스를 생성합니다. stem3
을 사용하여 시퀀스를 나란히 플로팅합니다.
N = 11;
n = (0:N-1)';
a = 0.4;
b = 0.7;
c = 0.999;
xabc = [a.^n b.^n c.^n];
stem3(n,1:3,xabc','filled')
ax = gca;
ax.YTick = 1:3;
view(37.5,30)
시퀀스의 자기상관 및 서로 간의 상호상관을 계산합니다. 지연값(lags)을 추적하지 않아도 되도록 값을 출력합니다. 자기상관이 지연값 0에서 단위 값을 가지도록 결과를 정규화합니다.
[cr,lgs] = xcorr(xabc,'coeff'); for row = 1:3 for col = 1:3 nm = 3*(row-1)+col; subplot(3,3,nm) stem(lgs,cr(:,nm),'.') title(sprintf('c_{%d%d}',row,col)) ylim([0 1]) end end
와 사이의 지연값만 계산하도록 제한합니다.
[cr,lgs] = xcorr(xabc,5,'coeff'); for row = 1:3 for col = 1:3 nm = 3*(row-1)+col; subplot(3,3,nm) stem(lgs,cr(:,nm),'.') title(sprintf('c_{%d%d}',row,col)) ylim([0 1]) end end
자기상관과 서로 간 상호상관의 무편향 추정값을 계산합니다. 기본적으로 지연값은 과 사이 범위에 있습니다.
cu = xcorr(xabc,'unbiased'); for row = 1:3 for col = 1:3 nm = 3*(row-1)+col; subplot(3,3,nm) stem(-(N-1):(N-1),cu(:,nm),'.') title(sprintf('c_{%d%d}',row,col)) end end