自相关函数matlab

MATLAB中的自相关函数是xcorr()。它可以使用不同的选项来计算不同类型的自相关函数。其中的选项参数可以是"biased"（有偏互相关函数估计）、"unbiased"（无偏互相关函数估计）、"coeff"（正规化序列的0延迟自相关计算）或"none"（原始互相关计算）。

例如，如果要计算并绘制向量x的估计自相关，可以使用以下代码：

n = 0:15;
x = 0.84.^n;
[c,lags = xcorr(x);
stem(lags,c)

在零滞后时（此时x与自身完全匹配），会出现最大峰值。

另外，如果要计算具有给定采样率和周期的信号的自相关函数，可以使用以下代码示例：

Fs = 1000; % 采样率
f = 5; % 周期数
N = 2; % 信号时长
t = N; % 信号时长

n = 0:1/Fs:t-1/Fs; % 采样时间点，刚好采N个周期
len = length(n); % 信号点数
y = sin(2*pi*f*n); % 采集到的离散信号

[a,b = xcorr(y,'biased');
subplot(311)
plot(y)
title('sin(x)')

subplot(312)
plot(b,a)
title('biased')

[a,b = xcorr(y,'unbiased');
subplot(313)
plot(b,a)
title('unbiased')

这段代码将绘制出信号y的自相关函数图像，并分别使用有偏和无偏选项来计算。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [MATLAB自相关分析xcorr](https://blog.csdn.net/baidu_38963740/article/details/111151111)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
- *2* [Matlab自相关/互相关函数xcorr](https://blog.csdn.net/weixin_39509073/article/details/127613031)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]