互协方差

维基百科,自由的百科全书
跳转至: 导航搜索

统计学中,互协方差表示两个随机向量 XY 之间的协方差 cov(XY),以区别于随机向量 X 的“协方差”即 X 的各个标量元素之间的协方差矩阵

信号处理领域,互协方差是两个信号 (信息论)之间相似性的度量,它也称为“互相关”。互协方差通常用于通过与已知信号做比较从来寻找未知信号的特点。它是信号之间相对于时间的函数,有时也称为滑动点积,在模式识别密码分析学中都有应用。

离散函数 figi 的互协方差定义为

(f\star g)_i \equiv \sum_j f^*_j\,g_{i+j}

其中累计和是在一个合适的整数 j  上进行计算,星号表示是共轭复数连续函数 f (x) 与 g i 的互协方差定义为

(f\star g)(x) \equiv \int f^*(t) g(x+t)\,dt

其中积分在合适的 t 上进行。 互协方差本质上类似于两个函数卷积

特性[编辑]

因为

f(t)\star g(t) = f^*(-t)*g(t)

如果 f 或者 g 是偶函数,互协方差与卷积发生关系,

(f\star g) = f*g

并且

(f\star g)\star(f\star g)=(f\star f)\star (g\star g)

参见[编辑]

外部链接[编辑]