时间压缩一维信号的互相关

信息处理 互相关 相关性 1天
2022-02-17 22:03:54

如果我有 2 个彼此相移的其他相同的 1D 信号,那么互相关是识别 2 个信号之间的时间滞后的完美方法。

现在假设我将其中一个信号的速度加倍(例如,每隔一个样本采样一次)。在这一点上,互相关将惨遭失败。

然而,在图像中,我们可以通过将图像转换为对数极坐标然后执行 [相位] 相关来解​​释这种缩放(甚至旋转)。我相信,这具有能够识别旋转角度和缩放量的额外优势。

1D 信号是否有类似的简单变换,以允许识别时间滞后以及识别信号的时间压缩量?

我想您可以直接在 1D 信号上使用对数极坐标,但它会立即满足内存需求。还有其他想法吗?

1个回答

使用已知的时间缩放,您可以重新采样到一个共同的速率,然后进行互相关。很自然地认为您可能需要使用两个速率中的较高者,但这不会增加低于较低速率的信息,它只会插入信息。这类似于对 FFT 进行零填充以插入峰的分辨率。

为了确定未知的时间尺度,倒谱处理可以提供一些见解。恐怕这不是我的领域,但听起来与您所描述的有关。

本质上,您有两个不确定性维度(开始时间、速率),您希望在其中搜索以找到最佳相关性。

您可以通过考虑两个信号的频谱数据的幅度将其减少到一维。然后,较低速率数据应该看起来像较高速率数据的拉伸版本。

其它你可能感兴趣的问题