两个函数之间的互相关$f(t)$和$g(t)$可以看作是一个卷积$f(t)$和$g(-t)$. 自相关当然是一种特殊情况，其中$f=g$. 频域中的该操作对应于乘法。因此，计算互相关的一种有效方法是计算两者的傅里叶变换$g(t)$和$f(t)$，将它们在频域相乘并反变换结果，回到时域。

这种方法显然在计算上看起来更昂贵，但是在离散情况下，如果我们使用 FFT（快速傅里叶变换）的快速算法来计算 DFT（离散傅里叶变换），它使用$N\log N$算术运算，它导致比在时域中实际计算互相关函数更有效的算法，这需要$N^2$操作，其中$N$是样本数。因此，如果$N$特别高，经常这样……

如果您想了解有关此https://www.youtube.com/watch?v=iTMn0Kt18tg的更多信息，可以观看此视频