Bir şablon ve bir sinyal verildiğinde, sinyalin şablona ne kadar benzediği sorusu ortaya çıkar.
Geleneksel olarak basit bir korelasyon yaklaşımı kullanılır, burada şablon ve bir sinyal çapraz korelasyonludur ve daha sonra tüm sonuç her iki normunun ürünü tarafından normalleştirilir. Bu, -1 ila 1 arasında değişebilen bir çapraz korelasyon fonksiyonu verir ve benzerlik derecesi, buradaki zirvenin puanı olarak verilir.
- Bu, o zirvenin değerini almak ve çapraz korelasyon fonksiyonunun ortalamasına veya ortalamasına bölmekle nasıl karşılaştırılır?
- Bunun yerine burada ne ölçüyorum?
Ekli örnek olarak bir diyagramdır. 
Benzerliklerinin en iyi ölçüsünü almak için, bakıp bakmamam gerektiğini merak ediyorum:
Burada gösterildiği gibi normalleştirilmiş çapraz korelasyonun zirvesi mi?
Zirve yap ama çapraz korelasyon grafiğinin ortalamasına bölün?
Şablonlarım görebileceğiniz gibi bazı görev döngüsüyle periyodik kare dalgalar olacak - bu yüzden burada gördüğümüz diğer iki zirveden bir şekilde faydalanmamalıyım?
- Bu durumda en iyi benzerlik ölçüsünü ne verebilir?
Teşekkürler!
Dilip için EDIT:
Çapraz korelasyon karesi VS karesi olmayan bir çapraz korelasyon çizdi ve kesinlikle diğerlerine göre ana tepe 'keskinleştirmek', ama benzerliği belirlemek için hangi hesaplama kullanmalıyım olarak kafam karıştı ...
Ne anlamaya çalışıyorum:
Benzerlik hesaplamamda diğer ikincil zirveleri kullanabilir miyim / kullanmalıyım?
Şimdi bir kare çapraz korelasyon grafiğimiz var ve kesinlikle ana zirveyi keskinleştiriyor, ancak bu nihai benzerliği belirlemeye nasıl yardımcı oluyor?
Tekrar teşekkürler.
Dilip için EDIT:
Küçük pikler benzerlik hesaplamalarında gerçekten yardımcı olmaz; önemli olan ana zirve. Ancak daha küçük pikler, sinyalin şablonun gürültülü bir versiyonu olduğu varsayımı için destek sağlar. "
- Teşekkürler Dilip, bu ifade ile biraz kafam karıştı - eğer daha küçük zirveler aslında sinyalin şablonun gürültülü bir versiyonu olduğunu destekliyorsa, bu da benzerliğin bir ölçüsüne yardımcı olmaz mı?
Ne hakkında kafam karıştı, normalleştirilmiş çapraz korelasyon fonksiyonunun zirvesini tek ve son benzerlik ölçütüm olarak kullanmam ve çapraz düzeltme fonksiyonunun geri kalanının nasıl / neye benzediğini umursamam mı yoksa OR, ben de tepe değeri ve çapraz-cor bazı someother dikkate almalıyım.
Sadece zirve önemliyse, o zaman ana kareyi daha küçük olanlara göre büyüttüğü için fonksiyonun karesi nasıl / neden yardımcı olur? (Daha fazla gürültü bağışıklığı?)
Uzun ve kısa: Çapraz korelasyon fonksiyonunun zirvesine sadece son benzerlik ölçütüm olarak mı bakmalıyım yoksa tüm çapraz korelasyon grafiğini de dikkate almalı mıyım? (Bu yüzden onun ortalamasına bakmak hakkındaki düşüncem).
Tekrar teşekkürler,
PS Bu durumda zaman gecikmesi bir sorun değildir, bu nedenle, bu uygulama için 'umursamaz'. PPS Şablon üzerinde kontrolüm yok.