给定一个模板和一个信号，就会出现信号与模板有多相似的问题。

传统上使用简单的相关方法，其中模板和信号是互相关的，然后整个结果由它们的规范的乘积归一化。这给出了一个互相关函数，其范围可以从 -1 到 1，并且相似度作为其中峰值的分数给出。

• 这与取该峰值的值并除以互相关函数的平均值或平均值相比如何？
• 我在这里测量的是什么？

附件是一个图表作为我的例子。

为了最好地衡量它们的相似性，我想知道是否应该查看：

1. 只是这里显示的归一化互相关的峰值？

2. 取峰值但除以互相关图的平均值？

3. 如您所见，我的模板将是具有一些占空比的周期性方波 - 所以我不应该也以某种方式利用我们在这里看到的其他两个峰值吗？

   • 在这种情况下，什么会给出最好的相似性衡量标准？

谢谢！

编辑迪利普：

我绘制了互相关平方 VS 一个不平方的互相关，它确实“锐化”了其他的主峰，但我对我应该使用什么计算来确定相似性感到困惑......

我想弄清楚的是：

1. 我可以/应该在我的相似性计算中使用其他次峰吗？

2. 我们现在有一个平方互相关图，它肯定会锐化主峰，但这对确定最终相似性有何帮助？

再次感谢。

编辑迪利普：

较小的峰在相似性计算中并没有真正的帮助。重要的是主峰。但较小的峰值确实为信号是模板的噪声版本的猜想提供了支持。"

• 谢谢Dilip，我对这个说法有点困惑——如果较小的峰确实支持信号是模板的噪声版本，那么这是否也有助于衡量相似性？

我感到困惑的是，我是否应该简单地使用归一化互相关函数的峰值作为我的一个也是最终的相似性度量，并且“不关心”互相关函数的其余部分做什么/看起来像什么，或者，我是否也应该考虑交叉校正的峰值和 some_other_metric 。

• 如果只有峰值很重要，那么对函数进行平方如何/为什么会有所帮助，因为它只是相对于较小的峰值放大了主峰值？（更多的抗噪能力？）

• 长与短：我应该只关心互相关函数的峰值作为我最终的相似性度量，还是应该同时考虑整个互相关图？（因此我想看看它的意思）。

再次感谢，

PS 在这种情况下，时间延迟不是问题，因为此应用程序“不关心”它。PPS 我无法控制模板。