python的数学信号处理_相关与卷积（数字信号处理）的数学原理及 Python 实现

数学原理

在数字信号处理中，相关(correlation)可以分为互相关(cross correlation)和自相关(auto-correlation). 互相关是两个数字序列之间的运算；自相关是单个数字序列本身的运算，可以看成是两个相同数字序列的互相关运算．互相关用来度量一个数字序列移位后，与另一个数字序列的相似程度．其数学公式如下：

其中，f和 g 为数字序列，n 为移位的位数，f*表示f 序列值的复数共轭，即复数的实部不变，虚部取反．

而卷积(convolution)与互相关运算相似，定义为将其中一个序列反转并移位后，两个序列的乘积的积分(求和)，其数学公式如下：

其中，f和 g 为数字序列，n 为移位的位数.

在实数范围内，f 的复数共轭 f*=f ．此时，通过比较上面两式可知：序列 f 与将序列 g 反转后的序列的卷积为序列 f 与序列 g 的互相关

Python 实现

采用两种方式实现：自定义互相关函数和直接调用 numpy.correlate 或 numpy.convolve．

在 numpy 中, numpy.correlate 函数实现两个一维数组的互相关操作；numpy.convolve 实现了两个一维数组的卷积操作．其中定义了三种模式('valid', 'same','full').

设两个序列长度分别为 M 和 N，则

'valid' 模式：输出长度为 max(M,N)-min(M,N)+1．只返回两个序列完全重合部分的点的卷积或相关运算；

'same' 模式：输出长度为两个序列中的较长者，即 max(M,N)；

'full' 模式：输出长度为 M+N-1, 返回所有包含重叠部分的点.

互相关或卷积，实际上，就是计算两个序列(一维数组)在不同移位情况下，两个序列逐位相乘之后，求和的结果．不同模式只是返回互相关或卷积结果的不同部分．

注：如果在超出数组的索引范围，用 0 填充．

下面代码，采用自定义函数 correlate_func (只适用于实数值) 实现 numpy.correlate 和 numpy.convolve 的三种模式，并进行测试．

#!//usr/bin/env python

# -*- coding: utf8 -*-

"""

# Author: klchang

# Description: correlation or convolution of one-dimensional array with real numbers.

# Date: 2018.11

"""

from __future__ import print_function

import numpy as np

def correlate_func(a, b, mode='valid', conv=True):

'''correlation or convolution in 1-d array with real numbers'''

if a is None or b is None:

return None

if len(a) > len(b):# Ensure the length of a is no longer than that of b.

return correlate_func(b, a, mode)

# Convert to np.array type

a, b = list(map(np.array, [a, b]))

if conv: a = a[::-1] # if convolution is true, reverse the shorter

res = []

min_len, max_len = len(a), len(b)

if mode == 'valid':

output_length = max_len - min_len + 1

tmp = b

elif mode == 'same':

output_length = max_len

tmp = np.hstack((np.zeros(min_len-1), b))

elif mode == 'full':

output_length = max_len + min_len - 1

tmp = np.hstack((np.zeros(min_len-1), b, np.zeros(min_len-1)))

else:

raise Exception("No such mode {}!".format(mode))

# For each point, get the total sum of element-wise multiplication

for i in range(output_length):

val = np.sum(a * tmp[i:min_len+i])

res.append(val)

return np.array(res, dtype=a.dtype)

def test():

a = [1, 2, 3]

b = [1, 2]

names = ['numpy.correlate', 'correlate_func', 'numpy.convolve', 'correlate_func(convolution)']

funcs = [np.correlate, correlate_func, np.convolve, lambda *args: correlate_func(*args, conv=True)]

for i, (name, func) in enumerate(zip(names, funcs)[:4]):

print ('-----' * 30 if i & 0x01 == 0 else '')

print ("{} output result: ".format(name))

print (' valid mode: ', func(a, b, 'valid'))

print (' same mode: ', func(a, b, 'same'))

print (' full mode: ', func(a, b, 'full'))

if __name__ == '__main__':

test()

除此之外，在 matplotlib.pyplot 模块中，实现了用于可视化的自相关函数 matplotlib.pyplot.acorr 和互相关函数 matplotlib.pyplot.xcorr, 官方网址提供的一个示例代码如下:

import matplotlib.pyplot as plt

import numpy as np

np.random.seed(0)

x, y = np.random.randn(2, 100)

fig = plt.figure()

ax1 = fig.add_subplot(211)

ax1.xcorr(x, y, usevlines=True, maxlags=50, normed=True, lw=2)

ax1.grid(True)

ax1.axhline(0, color='black', lw=2)

ax2 = fig.add_subplot(212, sharex=ax1)

ax2.acorr(x, usevlines=True, normed=True, maxlags=50, lw=2)

ax2.grid(True)

ax2.axhline(0, color='black', lw=2)

plt.show()

参考资料

[1] Cross-correlation - Wikipedia. https://en.wikipedia.org/wiki/Cross-correlation

[2] Convolution - Wikipedia. https://en.wikipedia.org/wiki/Convolution

[3] Python: Interpretation on XCORR. https://stackoverflow.com/questions/24396589/python-interpretation-on-xcorr

[4] numpy.correlate -Numpy Reference. https://docs.scipy.org/doc/numpy/reference/generated/numpy.correlate.html

[5] numpy.convolve - Numpy Reference. https://docs.scipy.org/doc/numpy/reference/generated/numpy.convolve.html#numpy.convolve

FS，FT，DFS，DTFT，DFT，FFT的联系和区别 数字信号处理

DCT变换的原理及算法 文库介绍 对于初学数字信号处理(DSP)的人来说,这几种变换是最为头疼的,它们是数字信号处理的理论基础,贯穿整个信号的处理. 学习过和

《数字信号处理》课程实验2 – FIR数字滤波器设计

一.FIR数字滤波器设计原理  本实验采用窗函数法设计FIR数字低通滤波器.我们希望设计的滤波器系统函数如下: \(H_{d}\left( e^{jw} \right) = \left\{ \begi ...

数字信号处理--FFT与蝶形算法

在数字信号处理中常常需要用到离散傅立叶变换(DFT),以获取信号的频域特征.尽管传统的DFT算法能够获取信号频域特征,但是算法计算量大,耗时长,不利于计算机实时对信号进行处理.因此至DFT被发现以来, ...

FPGA与数字信号处理

过去十几年,通信与多媒体技术的快速发展极大地扩展了数字信号处理(DSP)的应用范围.眼下正在发生的是,以更高的速度和更低的成本实现越来越复杂的算法,这是针对高级信息服更高带宽以及增强的多媒体处理能力等 ...

数字信号处理专题(3)——FFT运算初探

一.前言 FFT运算是目前最常用的信号频谱分析算法.在本科学习数字信号处理这门课时一直在想:学这些东西有啥用?公式推来推去的,有实用价值么?到了研究生后期才知道,广义上的数字信号处理无处不在:手机等各 ...

GAN背后的数学原理

模拟上帝之手的对抗博弈——GAN背后的数学原理 简介 深度学习的潜在优势就在于可以利用大规模具有层级结构的模型来表示相关数据所服从的概率密度.从深度学习的浪潮掀起至今,深度学习的最大成功在于判别式 ...

三维投影总结：数学原理、投影几何、OpenGL教程、我的方法

如果要得到pose视图,除非有精密的测量方法,否则进行大量的样本采集时很耗时耗力的.可以采取一些取巧的方法,正如A Survey on Partial of 3d shapes,描述的,可以利用已得到 ...

转载--关于FPGA设计数字信号处理电路的心得

FPGA使用的越来越广泛,除了可用于设计控制电路以为,数字信号处理电路更是FPGA的强项和难点.个人可以说才刚刚入门FPGA设计,也做过一些数字信号处理方面的电路设计,记录下个人心得体会. (一)善用 ...

《数字信号处理》课程实验1 – FFT的实现

一.按时间抽选的基-2 FFT实现原理 观察DIT(基2)FFT的流图(N点,N为2的幂次),可以总结出如下规律: (1)共有\(L=\log_2⁡N\)级蝶形运算: (2)输入倒位序,输出自然顺序: ...

随机推荐

SQL 2008 R2下载 升级R2 SP1或者SQL 2008从10.50.1600升级10.5.2500

SQL Server 2008 R2 中英文 开发版/企业版/标准版 链接地址 一. 简体中文 1. SQL Server 2008 R2 Developer (x86, x64, ia64) - D ...

控制ClistCtrl的滚动的位置

int nItem = m_listCtrl.GetTopIndex(); CRect rc; m_listCtrl.GetItemRect(nItem, rc, LVIR_BOUNDS); CSiz ...

Ubuntu 14.0操作系统，修改默认打开方式的方法

Ubuntu 14.0 有内置的视频播放器 Totem,但是使用起来不太习惯,所以在系统的软件中心 下载了gnome Mplayer和s Mplayer,都有打开上次播放的忆功能,只是gnome Mp ...

MVC 错误处理1

实例1. /// /// 错误处理 /// 404 处理 /// protected void Application_Error(o ...

About Health Monitor Checks

About Health Monitor Checks Health Monitor checks (also known as checkers, health checks, or checks) ...

iOS开发的一些奇巧淫技2

能不能只用一个pan手势来代替UISwipegesture的各个方向? - (void)pan:(UIPanGestureRecognizer *)sender { typedef NS_ENUM(N ...

spring init

DN学院讲师招募     Markdown编辑器轻松写博文     TOP 50 CTO坐镇直招     读文章说感想获好礼 通过Spring @PostConstruct 和 @PreDestroy ...

MariaDB体验2----CSV文件导入

之前已经安装好MariaDB,现在需要将一份从Sql Server数据库里面导出的CSV文件导入进MariaDB,期间碰到了各种坑,这里记录一下. HeidiSQL的导入CSV文件的地方在“工具”栏, ...

linux下使用 FreeRDP 连接 Windows 远程桌面(转)

这是一种最简单的使用方法,转载自http://wenzhixin.net.cn/2014/03/16/ubuntu_xfreerdp 简介 FreeRDP 是一款开源的远程桌面系统,支持多种平台, 在 ...

git 多用户多仓库配置

ssh全称是Secure Shell,即安全Shell,是一种可以进行安全远程登录的协议,在Linux中以OpenSSH为代表,Windows中则有Putty作为实现.ssh的会话建立阶段类似TCP协 ...