信号的互相关/相似性 - 计算时间滞后

debugcn 发表于 Dev

目的地

我有两个信号，我想在相似性方面进行比较。一个比另一个小（按时间）。如果我使用相关性来找到最高相似度，它会告诉我最高值处于我不期望的值。

如果我只是在思考“错误”，或者相关性是解决此类问题的错误工具，有人能给我一个提示吗？

我的设置：

import numpy
import matplotlib.pyplot as plt

signal_a = numpy.array([10, 20, 10, 30, 20, 10, 28, 22, 10])
signal_b = numpy.array([28, 22])
correlations = numpy.correlate(signal_a, signal_b, mode = "full")

print(correlations)
plt.plot(correlations)

输出此图表和相关性数组

[28, 22] 的最高相关性是在位置 [..., 30, 20, ...] 处计算的。我理解公式以及为什么它是 1280。但我实际上正在寻找 [..., 28, 22, ...] 因为它正是（在那种情况下）我正在寻找的（信号 B）。

相关性是正确的做法吗？我发现了很多使用相关性来检测相似性的来源。相同的值不应该比任何其他值更相似吗？

马赫什

您的问题的一种可能解决方案是Mean Squared Error (MSE)。给定两个信号a和b相同的尺寸的，MSE之间的差的逐元素平方的平均值a和b。代码如下所示（基于此）：

import numpy as np
import matplotlib.pyplot as plt

a = np.array([10, 20, 10, 30, 20, 10, 28, 22, 10])
b = np.array([28, 22])
mse = np.ndarray((len(a) - len(b) + 1))

for i in range(c.size):
    mse[i] = np.square(np.subtract(a[i:i+len(b)],b)).mean()

print(mse.argmin())
plt.plot(mse)

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。